• Publicationsclose
• 2018-2022close
• FR close
• Indonesian close

National audience

International audience

Telah dilakukan perancangan prototipe konveyor sistem pemisah barang berdasarkan tinggi dan massa yang menggunakan sensor ultrasonik dan sensor load cell. Perancangan konveyor dibuat sebagai pembawa dari barang yang akan dipisah. Konveyor terdiri dari motor DC yang dihubung pada driver L298N agar sabuk konveyor berputar dan motor servo-2 dan 3 sebagai pemisah barang. Pemisahan berdasarkan tinggi dan massa dari barang memanfaatkan teknologi Arduino Uno sebagai mikrokontroler, sensor ultrasonik, sensor load cell, modul HX711 dan LCD. Ketika barang di atas tempat penimbang dan di bawah sensor ultrasonik maka tinggi dan massa barang tampil pada layar LCD. Selanjutnya, motor servo-1 akan mendorong barang ke atas sabuk konveyor sehingga barang dapat dipisahkan oleh motor servo-2 dan 3. Hasil pengujian dengan barang menunjukkan motor servo-2 berputar 150o untuk barang yang dikategorikan kecil dengan tinggi ≤ 8 cm dan massa ≤ 45 g, sedangkan motor servo-3 berputar 150o untuk barang yang dikategorikan sedang dengan tinggi (9-12) cm dan massa dari (46-80) g. Apabila motor servo-2 dan 3 tidak bergerak maka barang akan dikategorikan besar dengan tinggi (13-20) cm dan massa (81-105) g.

International audience; Hatchery managers and maintaining genetic diversity and fitness population in endangered and threatened species in pond is a important and difficult thing to do. But is must to do for conservation biology. Fitness and structure population depends on effective breeding number (Ne) and population connectivity between each other. The second most important thing is gene flow and genetic drift. Ne is major role in the maintenance of genetic diversity as indicator for inbreeding depresion and genetic drift. We sampled 6 hatchery in Jakarta and Bekasi Indonesia region and used 12 polymorphic microsatellite loci to quantify population genetic structure. Result in this study are, each farm have different methode. The old farmers is bapakGusi and bapakHasan (+30 years). Ne in bapakHasan and bapakGusi hatcheryis 66,667 and F value is 0,00749 and loosing allele (P) is 0,26183. Compared with younger farmers bapakYahya (5 years) have Ne = 133,333, F = 0,00375 and P = 0,06855. Even though hatchery bapakHasan and bapakGusi have the same value Ne, F and P but the result in population structure they are different founder populations. Hatchery bapakHasan have unique structure and alleles composition compared with other hatchery.; Manajemen hatchery penting untuk mempertahankan keragaman genetik dan kebugaran populasi dari spesies langka dan terancam punah di pembudidaya dan hal ini sulit dilakukan, tetapi menjadi keharusan untuk biologi konservasi. Kebugaran dan struktur populasi tergantung pada efektif breeding number (Ne) dan konektivitas populasi antara satu sama lain serta aliran gen dan pergeseran genetik. Ne memiliki peran utama dalam pemeliharaan keanekaragaman genetik dan sebagai indikator terjadinya inbreeding dan pergeseran genetik. Terdapat 6 hatchery sampel di wilayah Jakarta dan Bekasi Indonesia dengan menggunakan 12 lokus mikrosatelit polimorfik untuk mengukur struktur genetik populasi. Hasil penelitian ini menunjukkan bahwa masing-masing hatchery memiliki metode yang berbeda. Pembudidaya paling lama adalah bapak Gusi dan bapak Hasan (30 tahun). Ne di hatchery bapak Hasan dan bapak Gusi adalah 66.667 dan nilai F adalah 0,00749 dan nilai kehilangan alel (P) adalah 0,26183. Dibandingkan dengan pembudidaya bapak Yahya (5 tahun) memiliki Ne = 133.333, F = 0,00375 dan P = 0,06855. Meskipun penetasan di hatchery bapak Hasan dan bapak Gusi memiliki nilai Ne, F dan P yang sama, tetapi hasil struktur populasinya adalah populasi pendiri yang berbeda. Hatcheri bapak Hasan memiliki struktur yang unik dan komposisi alel dibandingkan dengan pembenihan lainnya.

International audience; In March 2020, the World Health Organization (WHO) defined the outbreak of COVID-19 disease, caused by the SARS-CoV-2 virus, like a pandemic. In the meantime, the first cases of COVID-19 in Brazil were identified. Despite the start of the vaccination campaign in Brazil in January 2021 and in several other countries, the demand for immunizers is still much higher than the supply of doses. Thus, the pandemic should still be a reality for a long time, requiring actions of surveillance, mitigation, or even suppression of the cycle of transmission of the disease. Mathematical-computational models are important tools for the analysis and diagnosis of the pandemic, which can indicate how to prevent new outbreaks or how to control current ones. Such models can also help to understand qualitative and quantitative characteristics of the propagation process of COVID-19, establishing cause and effect relationships that are vital to guide decision making. Epidemiological data record the history of the pandemic's evolution since its beginnings, encapsulating, among many characteristics, the effects of accelerating or reducing the spread of contagion due to the change in the social behavior of the population of interest. Although these data are subject to the effects of underreporting and delay, there is already a significant amount of spatio-temporal information accumulated in them (12 months of evolution, in all Brazilian cities). Thus, such data emerge as an important source of information about the dynamics of COVID-19, which can be explored (without ad hoc considerations) via machine / artificial intelligence learning techniques, with a view to extracting coherent structures/patterns that reveal relevant characteristics about the spread of the disease in Brazilian soil. This work proposes to develop a study of the spatial-temporal dynamics of COVID-19 in Brazilian states, using models based purely on data, ie, without any ad hoc hypothesis, constructed with the aid of two state-of-the-art techniques in statistical learning, they are: (i) Dynamic Mode Decomposition (DMD), which in some sense combines dimension reduction (principal component analysis) and spectral content analysis (Fourier transform) to extract coherent patterns in spatiotemporal data; (ii) Sparse Identification of Nonlinear Dynamics (SINDy), which seeks to reconstruct in a non-parametric way the law of evolution associated with data, imposing a sparse representation (which facilitates interpretation) to the function dictionary that generates the identified equations. COVID-19 data from Brazilian states and capitals are used to test the proposed framework.

Manajemen hatchery penting untuk mempertahankan keragaman genetik dan kebugaran populasi dari spesies langka dan terancam punah di pembudidaya dan hal ini sulit dilakukan, tetapi menjadi keharusan untuk biologi konservasi. Kebugaran dan struktur populasi tergantung pada efektif breeding number (Ne) dan konektivitas populasi antara satu sama lain serta aliran gen dan pergeseran genetik. Ne memiliki peran utama dalam pemeliharaan keanekaragaman genetik dan sebagai indikator terjadinya inbreeding dan pergeseran genetik. Terdapat 6 hatchery sampel di wilayah Jakarta dan Bekasi Indonesia dengan menggunakan 12 lokus mikrosatelit polimorfik untuk mengukur struktur genetik populasi. Hasil penelitian ini menunjukkan bahwa masing-masing hatchery memiliki metode yang berbeda. Pembudidaya paling lama adalah bapak Gusi dan bapak Hasan (30 tahun). Ne di hatchery bapak Hasan dan bapak Gusi adalah 66.667 dan nilai F adalah 0,00749 dan nilai kehilangan alel (P) adalah 0,26183. Dibandingkan dengan pembudidaya bapak Yahya (5 tahun) memiliki Ne = 133.333, F = 0,00375 dan P = 0,06855. Meskipun penetasan di hatchery bapak Hasan dan bapak Gusi memiliki nilai Ne, F dan P yang sama, tetapi hasil struktur populasinya adalah populasi pendiri yang berbeda. Hatcheri bapak Hasan memiliki struktur yang unik dan komposisi alel dibandingkan dengan pembenihan lainnya

International audience

FAKULTAS KEDOKTERAN GIGI UNIVERSITAS ANDALAS Skripsi, April 2018 Perbandingan Pola Sidik Bibir Antara Ibu dan Anak Kandung Perempuan Suku Minangkabau di Fakultas Kedokteran Gigi Universitas Andalas Oleh MUMTAZ SONIA AZMIR ABSTRAK Latar Belakang : Sumatera Barat merupakan daerah rawan bencana massal (gempa, gunung berapi, tanah longsor, banjir, angin puting beliung, serta kebakaran hutan dan lahan) yang mana pada kondisi bencana memerlukan tim forensik kedokteran dan kedokteran gigi dalam membantu identifikasi korban. Salah satu metode identifikasi yang digunakan adalah sidik bibir atau yang disebut cheiloscopy. Beberapa peneliti mengatakan bahwa faktor hereditas berperan dalam identifikasi melalui pola sidik bibir. Tujuan : Untuk menganalisis adanya kesesuaian pola sidik bibir antara ibu dan anak kandung perempuan suku Minangkabau di Fakultas Kedokteran Gigi Universitas Andalas. Metode Penelitian : Analitik dengan pendekatan cross sectional. Sampel terdiri dari 22 pasang cetakan sidik bibir ibu dan anak kandung perempuan suku Minangkabau. Metode identifikasi pola sidik bibir menggunakan klasifikasiTsuchihashi dan T. Suzuki. Analisis data menggunakan uji Chi Square. Hasil Statistik :Tidak terdapat perbedaan yang bermakna antara pola sidik bibir ibu dan anak kandung perempuan dengan nilai p=0,000 (p<0,05). Kesimpulan : Terdapat kesesuaian yang bermakna antara pola sidik bibir ibu dan anak kandung perempuan suku Minangkabau Kata Kunci : Sidik Bibir, Cheiloscopy, Forensik, Hereditas, Suku Minangkabau

International audience; In computational epidemiology, it is common to use mathematical models based on ordinary differential equations that are capable of describing the general behavior of an epidemic curve, without being extremely accurate in certain regions of inflection or abrupt change. In many scenarios, due to the lack of information to build a more refined model, such a model is the best prediction tool available. Aiming to improve the quantitative aspects related to the predictions built with such a nominal epidemic model, the present work proposes the use of a discrepancy operator that corrects the response of the nominal model in order to bring it closer to the observations about the real outbreak. Such an operator is an additive term embedded within the differential equations so that it does not sound like an additive term on the model output. The underlying coefficients are determined by Bayesian inference. As a validation test of the methodology, this formalism is used to improve the prediction of a predictive model for the recent Brazilian outbreak of Zika virus, showing a substantial improvement in the prediction of the curve of new cases.

International audience