Claim Missing Document
Check
Articles

Found 4 Documents
Search

THE ROLE OF CYP17A1 IN ADENOCARCINOMA OF THE PROSTATE AT SARDJITO GENERAL HOSPITAL Prayogo, Dwi; Soeroharjo, Indrawarman
Indonesian Journal of Urology Vol 27 No 1 (2020)
Publisher : Indonesian Urological Association

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32421/juri.v27i1.550

Abstract

Objective: The purpose of this study is to determine the relationship and role of CYP17A1 gene expression to androgen biosynthesis activity in prostate cancer patients. Material & Methods: The samples of this study are patients diagnosed with prostate adenocarcinoma based on histopathology examination who underwent TURP surgery at Sardjito General Hospital. A total of 30 samples were examined for PCR to determine the presence and absence of CYP17A1 gene expression. CYP17A1 gene expression was analyzed with the patient’s age, stage, organ metastasis, Gleason score, and PSA value. Results: Analysed using Chi-Square Tests, p=0.784 was obtained on expression of CYP17A1 gene with patient’s age, p=0.469 on expression of CYP17A1 gene with staging tumor, p=0.855 on expression of CYP17A1 gene with presence or absence of organ metastasis, p=0.059 on expression of CYP17A1 gene expression with total Gleason score, p=0.895 on expression of CYP17A1 gene with PSA value. Conclusion: There was no association between CYP17A1 gene expression and intratumoral androgen biosynthesis activity based on the patient’s age, patient’s clinical stage, organ metastasis, Gleason score, and PSA value.
ALGORITMA K-MEANS UNTUK PENINGKATAN MODEL SEGMENTASI DATA ASET TETAP PADA PT. XYZ PRAYOGO, DWI; Kurniawan, M.T, Rudi; Wijaya, M.Kom, Yudhistira Arie; HAYATI, S.Kom., M.Kom, UMI
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5936

Abstract

Abstrak. Pengelolaan aset tetap merupakan salah satu elemen penting dalam operasional suatu Organisasi ataupun perusahaan, termasuk di PT. XYZ. Namun demikian, metodologi manual sering menimbulkan tantangan seperti inefisiensi, kesalahan klasifikasi, dan kekurangan analitis yang menghambat dalam pengambilan keputusan yang sangat strategis. Penelitian ini berusaha untuk menerapkan algoritma K-Means dalam peningkatan model segmentasi data aset tetap, dengan penekanan terkonsentrasi pada pengoptimalan parameter nilai K, yang bertujuan meningkatkan ketepatan hasil pengelompokan. Berbagai studi sebelumnya, termasuk yang dilakukan oleh Yuan & Yang (2019), Ahmed et al. (2020), dan Ikotun et al. (2023), menunjukkan bahwa algoritma K-Means telah digunakan secara luas, namun, masih ada kekurangan dalam pengoptimalan parameter dan penerapannya pada data aset tetap. Penelitian ini mengadopsi metodologi eksperimental yang memanfaatkan data aset tetap dari PT. XYZ sebagai objek penelitian. Algoritma K-Means diterapkan untuk mengkategorikan data berdasarkan karakteristik tertentu, seperti kategori aset, umur ekonomis, kondisi dan tingkat pemanfaatan. Hasil penelitian menunjukkan bahwa pendekatan ini mampu meningkatkan efisiensi proses pengelolaan aset tetap yang diperoleh nilai Davies Bouldin Index (DBI) = 0,395 melalui pengujian parameter dengan nilai K Optimal = 4. Dengan demikian, penelitian ini memberikan kontribusi teoretis dalam pengembangan algoritma K-Means dan manfaat praktis bagi perusahaan dalam pengelolaan aset tetap mereka. 
ALGORITMA K-MEANS UNTUK PENINGKATAN MODEL SEGMENTASI DATA ASET TETAP PADA PT. XYZ PRAYOGO, DWI; Kurniawan, M.T, Rudi; Wijaya, M.Kom, Yudhistira Arie; HAYATI, S.Kom., M.Kom, UMI
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5936

Abstract

Abstrak. Pengelolaan aset tetap merupakan salah satu elemen penting dalam operasional suatu Organisasi ataupun perusahaan, termasuk di PT. XYZ. Namun demikian, metodologi manual sering menimbulkan tantangan seperti inefisiensi, kesalahan klasifikasi, dan kekurangan analitis yang menghambat dalam pengambilan keputusan yang sangat strategis. Penelitian ini berusaha untuk menerapkan algoritma K-Means dalam peningkatan model segmentasi data aset tetap, dengan penekanan terkonsentrasi pada pengoptimalan parameter nilai K, yang bertujuan meningkatkan ketepatan hasil pengelompokan. Berbagai studi sebelumnya, termasuk yang dilakukan oleh Yuan & Yang (2019), Ahmed et al. (2020), dan Ikotun et al. (2023), menunjukkan bahwa algoritma K-Means telah digunakan secara luas, namun, masih ada kekurangan dalam pengoptimalan parameter dan penerapannya pada data aset tetap. Penelitian ini mengadopsi metodologi eksperimental yang memanfaatkan data aset tetap dari PT. XYZ sebagai objek penelitian. Algoritma K-Means diterapkan untuk mengkategorikan data berdasarkan karakteristik tertentu, seperti kategori aset, umur ekonomis, kondisi dan tingkat pemanfaatan. Hasil penelitian menunjukkan bahwa pendekatan ini mampu meningkatkan efisiensi proses pengelolaan aset tetap yang diperoleh nilai Davies Bouldin Index (DBI) = 0,395 melalui pengujian parameter dengan nilai K Optimal = 4. Dengan demikian, penelitian ini memberikan kontribusi teoretis dalam pengembangan algoritma K-Means dan manfaat praktis bagi perusahaan dalam pengelolaan aset tetap mereka. 
PENGENALAN DAN IMPLEMENTASI TRAINER PLTS 100 WP DENGAN SISTEM MONITORING BERBASIS IOT MELALUI SMARTPHONE DI SMK N 1 GUNUNG SINDUR Triyanto, Aripin; Zaenal, Dede; Prayogo, Dwi
PEDAMAS (PENGABDIAN KEPADA MASYARAKAT) Vol. 4 No. 01 (2026): JANUARI 2026
Publisher : MEDIA INOVASI PENDIDIKAN DAN PUBLIKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kebutuhan energi listrik di Indonesia terus meningkat dari tahun ke tahun, sementara ketergantungan terhadap sumber energi fosil seperti minyak bumi, gas alam, dan batu bara menyebabkan cadangan energi fosil semakin menipis. Penggunaan energi fosil berdampak negatif terhadap lingkungan, yang mendorong pemerintah untuk mencari sumber energi alternatif yang ramah lingkungan dan berkelanjutan. Energi surya menjadi pilihan yang menjanjikan mengingat posisi geografis Indonesia yang terletak di garis katulistiwa dengan pancaran sinar matahari yang melimpah sepanjang tahun. Potensi radiasi matahari di Indonesia mencapai 4,5 kW/m²/hari, menjadikannya sumber energi terbarukan yang sangat potensial. Pembangkit Listrik Tenaga Surya (PLTS) dapat menghasilkan energi listrik tanpa menghasilkan emisi gas rumah kaca, dan terbagi menjadi dua jenis, yaitu sistem Off-grid dan On-grid connected. Kegiatan ini bertujuan untuk memberikan solusi dengan memperkenalkan dan mengimplementasikan trainer PLTS 100 WP yang dilengkapi dengan sistem monitoring berbasis Internet of Things (IoT). Sistem ini memudahkan pemantauan kinerja panel surya secara real-time melalui smartphone, sehingga memudahkan pemantauan tanpa perlu dilakukan secara manual. Kegiatan ini juga bertujuan untuk menghasilkan modul pelatihan dan sistem monitoring PLTS berbasis IoT yang dapat dijadikan media pembelajaran serta penerapan teknologi energi baru terbarukan (EBT).