Phronima sp. is a natural feed with high nutrient content, and it can be an alternative substitute for Artemia. The existence of probiotic bacteria in culture media aims to improve water quality through biodegradation, maintain microbial balance and control pathogenic bacteria, so that nutrients in culture media can be utilized by Phronima sp. This study aimed to determine the effect of fermented organic fertilizer by probiotic bacteria in mass culture media on the population density, biomass production and nutrient content of Phronima sp. and to find the best culture media composition for mass culture of Phronima sp. The study was conducted with a completely randomized design with five treatments and three replications. The treatments were as follows: A: 0% chicken manure, 50% rice bran, 50% tofu waste; B: 25% chicken manure, 37.5% rice bran, 37.5% tofu waste; C: 50% chicken manure, 25% rice bran, 25% tofu waste; D: 75% chicken manure, 12.5% rice bran, 12.5% tofu waste and E: 100% chicken manure. The test animals were Phronima sp., and during cultivation, fertilization was carried out every 3 days. Population density and biomass were observed, and proximate analysis, amino acid profile analysis and fatty acid profile analysis were performed. The highest population density was at treatment B, with a peak population of 98 individuals/L that occurred on the 16th day of maintenance culture, and the highest biomass of 0.51 g was at the same treatment. The highest nutrient content was obtained at treatment B, for which the highest protein proximate analysis value was 58.90%, the proportion of the fatty acids comprised of eicosapentaenoic acid was 7.53%, and lysine amino acids were found at 44.16 ppm.

No abstract

IntisariPenelitian untuk deteksi gangguan jantung fibrilasi atrium (AF) pada elektrokardiogram (EKG) dengan metode Jaringan Syaraf Tiruan (JST) menggunakan fitur statistik RR telah berhasil dilaksanakan. Pada penelitian ini digunakan tiga metode JST yaitu Learning Vector Quantization (LVQ), Radial Basis Functon (RBF), dan Multilayer Perception-Backporpagation (MLP-BP) untuk menentukan JST yang terbaik dalam mendeteksi AF. Hasil terbaik ditunjukkan pada JST RBF dengan masukan 7 macam fitur dari statistik deskriptif RR pada panjang segmen EKG 15 denyut dengan kinerja berupa sensitivitas, spesifisitas, serta akurasi sebesar 99,97%, 99,84% dan 99,89%. AbstractResearch for Atrial Fibrillation detection at electrocardiogram (ECG) using Artificial Neural Network (ANN) with RR statistic features has been successfully implemented. This study was conducted by varying RBF NN, MLP-BP NN and LVQ NN to determine the best of ANN in detecting AF. The best results were found when seven features from RR statistic features at length 15 beats of ECG segment by using RBF NN. The best performance were 99,97%, 99,84% and 99,89% in terms of sensitivity, specificity and accuracy, respectively.KATA KUNCI: atrial fibrillation, RR statistic features, artificial neural network I. PENDAHULUANFibrilasi atrium (AF) merupakan gangguan irama pada jantung yang paling sering ditemui dan merupakan faktor risiko yang signifikan bagi penyakit kardiovaskular. AF dialami oleh 1-2% populasi dan diprediksi akan meningkat dalam 50 tahun kedepan [1]. Di Amerika Serikat diperkirakan 2,3 juta penduduk menderita AF dengan > 10% penderitanya berusia di atas 65 tahun dan diperkirakan jumlahnya terus bertambah menjadi 4,78 juta pada tahun 2035 [1].Permasalahan utama untuk mengenali AF sejak dini adalah gangguan ritme yang terjadi sering bersifat asimtomatik sehingga sepertiga pasien AF menjadi kurang waspada akan penyakit ini. Padahal jika AF mampu di deteksi secara dini, deteksi dini penyakit tersebut dapat membuat pasien diterapi seawal mungkin sehingga prognosis penyakit tersebut menjadi lebih baik [2].Otomotisasi diagnosis AF dilakukan oleh Mateo dan Rieta pada tahun 2013 [3] dimana sinyal EKG yang merekam aktivitas kelistrikan jantung dengan ciri-ciri khas dalam amplitudo, morfologi, durasi dari gelombang, segmen dan interval terekam dalam suatu tampilan [4,5]. Sinyal EKG kemudian diolah lalu dijadikan sebuah informasi masukan bagi * E-MAIL: Anzihoryeka@gmail.com † E-MAIL: nuryani@mipa.uns.ac.id jaringan syaraf tiruan (JST). JST merupakan sistem pemroses informasi yang mirip dengan jaringan syaraf biologis dan digunakan dalam klasifikasi data atau dalam pengenalan pola melalui tahap pelatihan dan tahap pengujian [6]. Pada penelitan ini fitur statistik RR pada panjang segmen EKG 15 denyut digunakan sebagai masukan JST dalam menentukan ritme AF dan normal. Kemudian tiga metode JST yaitu Learning Vector Quantization(LVQ), Radial Basis Function (RBF), dan Multilayer Perception-Backpropagation (MLP-BP) dikaji untuk menentukan mana JST terbaik pada rancangan sist...

Publikasi merupakan salah satu upaya untuk meningkatkan daya saing sebuah perguruan tinggi. Daya saing suatu perguruan tinggi dapat ditinjau dari jumlah publikasi ilmiah yang dihasilkan. Artinya, semakin produktif perguruan tinggi tersebut dalam menghasilkan publikasi ilmiah maka akan semakin tinggi pula daya saingnya. Tujuan kegiata kepada masyarakat ini adalah meningkatkan pengetahuan dan pemahaman para dosen berkaitan dengan publikasi pada jurnal internasional bereputasi Kegiatan pelatihan ini dilaksanakan pada 24 Januari 2020 di Auditorium Universitas Samawa dengan metode pemaparan materi dan coaching clinic. Hasil kegiatan menunjukkan bahwa adanya peningkatan pengetahuan dan kemampuan peserta pelatihan dalam menghasilkan artikel-artikel berkualitas internasional.