Article Per Year (5 Year)
p-Index From 2020 - 2025
1.116
P-Index
This Author published in this journals
All Journal Indonesian Journal of Natural Pigments Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Kesehatan Tambusai Journal of Education Research Pharmaqueous
A'yuni, Qurrata
Unknown Affiliation
Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Dentistry Education Electrical & Electronics Engineering Engineering Health Professions Immunology & microbiology Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
OPTIMIZATION OF TOTAL CAROTENOIDS, PHENOLIC CONTENT, AND SENSORY ACCEPTABILITY OF JAVA TEA-BASED FUNCTIONAL DRINK ENRICHED WITH RED FRUITS’ OIL EMULSION Wijaya, Hanny; Natania, Natania; Sonatha, Mei Diana; A'yuni, Qurrata; Caroline, Cindy
Indonesian Journal of Natural Pigments Vol 2 No 1 (2020): February 2020
Publisher : Ma Chung Research Center for Photosynthetic Pigments

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33479/ijnp.2020.02.1.1

Abstract

Red fruits’ oil contains 12,000 ppm carotenoid compounds and among them β-karoten was found as the major carotenoid compound. However, the application of red fruits’ oil as the food ingredient is rarely investigated due to its low solubility in aqua-phase, phenolic aroma and bitter aftertaste. Therefore , emulsification of red fruits’ oil in water (oil in water, o/w emulsion) using CMC (carboxymethyl cellulose) as the emulsifier and stabilizer agent considered as alternative to overcome those limitations. In the present work, the optimum concentration of red fruits’ oil emulsion added into Java tea-based functional drink increased the total carotenoid content, gave red color and might enhanced its antioxidant activity. The optimum formula was performed by Response Surface Methodology approach utilizing Design Expert 10.0.7® (DX10) Trial software whereas the emulsion concentration of red fruits’ oil as the variable factor. Red fruits’ oil emulsion which has been prepared from 20% red fruits’ oil and 1.50% CMC as emulsifier and stabilizer was having total carotenoid content of 72.93±1.33 ppm. The optimum concentration of red fruits’ oil emulsion added to Java-tea based functional drink was 5.86%. The addition of red fruits’ oil emulsion increased the total carotenoid content from 0.37±0.13 ppm to5.28±0.05 ppm. The results showed that red fruits’ oil emulsion could be used as red colorant agent in the functional drink while increasing the total carotenoid content, however, reduced the flavor sensory acceptance in high amount
Literature Review: Analisis Komparatif Algoritma CNN, KNN, dan SVM untuk Klasifikasi Penyakit Kelapa Sawit A'yuni, Qurrata; Hendrik, Billy
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1983

Abstract

Kelapa sawit adalah salah satu komoditas perkebunan yang populer di dunia dan di Indonesia, serta memiliki peran penting dalam subsektor perkebunan dalam meningkatkan perekonomian negara, akan tetapi penyakit pada tanaman kelapa sawit menghambat produksi optimal. Dengan tujuan untuk mendapatkan algoritma yang tepat untuk klasifikasi penyakit pada tanaman kelapa sawit, penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan melakukan perbandingan terhadap beberapa algoritma Convolutional Neural Network (CNN), K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) untuk meninjau literatur yang ada dengan memberikan analisis komprehensif. Hasil analisis menunjukkan bahwa algoritma yang paling populer dan paling efektif dengan tingkat akurasi diatas 90% adalah Convolutional Neural Network (CNN) dibandingkan K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Metode yang banyak digunakan untuk pengujian keakuratan hasil adalah Confusion Matrix.
Intelligent Tuberculosis Detection System with Continuous Learning on X-ray Images A'yuni, Qurrata; Nasaruddin, Nasaruddin; Irhamsyah, Muhammad; Azhary, Mulkan; Roslidar, Roslidar
Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol 7 No 1 (2025): January
Publisher : Department of Electromedical Engineering, POLTEKKES KEMENKES SURABAYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jeeemi.v7i1.572

Abstract

Tuberculosis (TB) has become a global health threat with millions of cases each year. Therefore, rapid and accurate detection is needed to control its spread. The application of artificial intelligence, especially Deep Learning (DL), has shown great potential in improving the accuracy of TB detection through DL-based X-ray image analysis. Although many studies have developed X-ray image classification models, very few have integrated them into web or mobile platforms. In addition, the models integrated into these platforms generally do not apply continuous learning methods so that model performance cannot be updated. Thus, it is necessary to build an intelligent system based on a web application that integrates the ResNet-101 model for TB detection in X-ray images. This system utilizes continuous learning methods, allowing the model to automatically update itself with new data, thereby improving detection performance over time. The results showed that before continuous learning, the model successfully classified all TB images correctly, but was only able to classify two normal images correctly, resulting in an accuracy of 62.5%. After manual continuous learning, the model showed an increase in accuracy to 71.4%, with better ability to recognize normal images, although there was a slight decrease in performance in detecting TB.
STUDY EKSPLORATIF PELAKSANAAN PROGRAM IMUNISASI DASAR LENGKAP DI PUSKESMAS ULIM KABUPATEN PIDIE JAYA A'yuni, Qurrata; Lastri, Surna; Hasnur, Hanifah
Jurnal Kesehatan Tambusai Vol. 5 No. 2 (2024): JUNI 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jkt.v5i2.27080

Abstract

Tujuan penelitian ini untuk mengetahui Pelaksanaan program Imunisasi Dasar Lengkap di Puskesmas Ulim Kabupaten Pidie Jaya Tahun 2023.Penelitian ini bersifat kualitatif yang dilaksanakan pada tanggal 14-20 Oktober tahun 2023 dengan jumlah informan 21 orang. Data utama penelitian ini adalah data primer dilengkapi dengan data sekunder. Data sekunder di ambil dari Puskesmas Ulim. Data primer didapatkan dengan melakukan wawancara mendalam (Indepth Interview) kepada Kepala Puskesmas, Kepala Program Imunisasi Puskesmas Ulim, Bidan Desa, Kader Posyandu, Ibu yang tidak membawa dan Ibu yang membawa anak ke posyandu, dianalisis menggunakan metode eksploratif dengan membandingkan informasi berdasarkan tinjauan pustaka (normatif) dengan fakta yang ditemukan dilapangan (empiris), sehingga akan diketahui dimana letak kesenjangannya.Hasil penelitian menunjukkan bahwa tidak terdapat Kebijakan khusus dalam Pelaksanaan Program Imunisasi Dasar, pendanaan kegiatan Pelaksanaan Program Imunisasi Dasar Lengkap berasal dari dana BOK dan JKN, sarana, prasarana, dan peralatan yang terdapat sudah baik dan mumpuni, namun perlu di tingkatkan lagi untuk fungsi dan kegunaannya. Pelaksanaan program IDL sudah terstruktur dengan baik, tetapi belum maksimal dikarenakan masih banyak masyarakat yang tidak bersedia untuk membiarkan anaknya di Imunisasi dengan berbagai macam alasan seperti : kesibukan dalam bekerja, tidak mendapat dukungan dari suami, terpengaruhi isu imunisasi haram, merasa imunisasi tidak penting. Saran pada penelitian ini kepada pihak Puskesmas Ulim agar dapat meningkatkan Pelaksanaan Program Imunisasi Dasar Lengkap khususnya pada penyuluhan tentang imunisasi dasar lengkap, penambahan jumlah petugas imunisasi yang berkompeten khususnya dalam tim Program peningkatan cakupan IDL agar memadai dan fokus dalam Pencapaian IDL diwilayah kerja Puskesmas Ulim.
KARAKTERISTIK DAN PENGGUNAAN OBAT DIABETES MELLITUS PASIEN BPJS DI POLI RAWAT JALAN RSI FATIMAH CILACAP PERIODE OKTOBER-DESEMBER 2018 Swandari, Mika Tri Kumala; Maryanti, Dwi; A'yuni, Qurrata; Cahyarani, Doreen Calista
Pharmaqueous: Jurnal Ilmiah Kefarmasian Vol. 2 No. 1 (2020): Volume 2, Nomor 1, Mei 2020
Publisher : Universitas Al-Irsyad Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36760/jp.v1i2.124

Abstract

Prevalensi yang tinggi dan timbulnya komplikasi menjadikan diabetes mellitus (DM) sebagai penyakit tidak menular kronis. Setiap tahunnya jumlah pasiennya terus meningkat. DM dapat menyebabkan komplikasi kronik, akan menurunkan kualitas sumber daya manusia. Terapi pengobatan yang baik dan benar terkait pemilihan dan pemberian obat sangat menguntungkan bagi pasien. Penelitian ini bertujuan untuk mengetahui karakteristik dan penggunaan obat pada terapi penyakit DM pasien BPJS periode Oktober-Desember 2018. Hasilnya berdasarkan jenis sediaan yang digunakan, sediaan oral sebanyak 280 item obat (77,13%), sedangkan untuk parenteral sebanyak 83 item obat (22,87%). Jenis terapi tunggal digunakan 60 pasien sedangkan kombinasi terapi dengan menggunakan obat oral dan injeksi sebanyak 303 pasien. Obat Antidiabetik sediaan per oral yang tertinggi penggunaanya adalah Metformin 500 mg sebanyak 121 item obat (43,21%).
Literature Review: Analisis Komparatif Algoritma CNN, KNN, dan SVM untuk Klasifikasi Penyakit Kelapa Sawit A'yuni, Qurrata; Hendrik, Billy
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1983

Abstract

Kelapa sawit adalah salah satu komoditas perkebunan yang populer di dunia dan di Indonesia, serta memiliki peran penting dalam subsektor perkebunan dalam meningkatkan perekonomian negara, akan tetapi penyakit pada tanaman kelapa sawit menghambat produksi optimal. Dengan tujuan untuk mendapatkan algoritma yang tepat untuk klasifikasi penyakit pada tanaman kelapa sawit, penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan melakukan perbandingan terhadap beberapa algoritma Convolutional Neural Network (CNN), K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) untuk meninjau literatur yang ada dengan memberikan analisis komprehensif. Hasil analisis menunjukkan bahwa algoritma yang paling populer dan paling efektif dengan tingkat akurasi diatas 90% adalah Convolutional Neural Network (CNN) dibandingkan K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Metode yang banyak digunakan untuk pengujian keakuratan hasil adalah Confusion Matrix.
Co-Authors . Roslidar C Hanny Wijaya Cahyarani, Doreen Calista Cindy Caroline Hasnur, Hanifah Hendrik, Billy Maryanti, Dwi Mika Tri Kumala Swandari, Mika Tri Kumala Muhammad Irhamsyah Mulkan Azhary Nasaruddin Nasaruddin Natania, Natania Sonatha, Mei Diana Surna Lastri