Claim Missing Document
Check
Articles

Found 2 Documents
Search

Deteksi Dini Kesehatan Remaja Melalui Pemeriksaan Urine Dengan Metode Carik Celup Sulasthia, Sulasthia; Uthary, Artika; Ekawati, Rusdiyana; Nur’aini, Farida; Rofiq, Karina Survival
Indonesian Journal of Community Dedication in Health (IJCDH) Vol. 4 No. 02 (2024): IJCDH Vol 04 No 02
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/ijcdh.v4i02.8197

Abstract

Deteksi dini kesehatan pada usia remaja sangat penting untuk mencegah masalah kesehatan yang lebih serius di kemudian hari. Beberapa kondisi kesehatan yang dapat dideteksi melalui pemeriksaan kesehatan pada remaja antara lain infeksi saluran kemih, diabetes, dan gangguan ginjal. Upaya mengedukasi siswa-siswi SMA tentang deteksi dini kesehatan remaja melalui pemeriksaan urin dengan metode carik celup dan menambah wawasan siswa tentang aplikasi medis berbasis ilmu pengetahuan alam (IPA). Metode penelitian pra-eksperimental dan jenis penelitian lapangan dengan pendekatan cross sectional. Kelompok sasaran siswa-siswi SMA sebanyak 26 orang yang termasuk kategori remaja yang memiliki usia antara 15-16 tahun. Kajian analisa menggunakan wilcoxon test. Bentuk kegiatan adalah sosialisasi dan pemeriksaan urin. Hasil kegiatan pengmas, pengetahuan peserta sebelum penyuluhan kurang sebanyak 27% dan setelah penyuluhan pengetahuan peserta meningkat baik sebanyak 81%. Analisa statistik signifikan, nilai ρ value= 0,000 yang menunjukan perbedaaan meningkat. Hasil pemeriksaan urin responden relatif normal pada parameter berikut: nitrit, urobilinogen, berat jenis, dan glukosa. Meskipun tergolong usia remaja siswa-siswi SMA harus mempertimbangkan untuk memulai pola hidup sehat untuk mengurangi faktor risiko penyakit.
THE IMPACT OF COLOR AND CONTRAST ENHANCEMENT FOR DIAGNOSING GASTROINTESTINAL DISEASES BASED DEEP LEARNING Putra, Gregorius Guntur Sunardi; Fatichah, Chastine; Hidayati, Shintami Chusnul; Ekawati, Rusdiyana
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 1 (2025): JITK Issue August2025
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i1.6229

Abstract

Endoscopy is a crucial tool for diagnosing digestive tract diseases—colon cancer and polyps using a camera with LED lighting, but often results in low-quality images with poor contrast and luminance. This study evaluates the performance of two contrast-based image quality enhancement—Contrast Limited Adaptive Histogram Equalization (CLAHE) and Improved Adaptive Gamma Correction with Weighting Distribution (IAGCWD)—along with various color space transformations (RGB, HSV, YCbCr, CIELAB, Grayscale) in deep learning-based digestive tract diseases detection system. The detection system using EfficientNetV2S model and Quadratic Weighted Kappa (QWK) loss function to obtain the balance of prediction results for each class. The experiment shows that CLAHE is able to achieve 79% accuracy which is superior in clarifying important information in endoscopy images. CLAHE performs well due to its ability to reduce noise and enhance contrast. The classification model with HSV and CLAHE on KVASIR is able to recognize all classes well. RGB, HSV, and YCbCr color spaces have stable performance in most tests. This study contributes insights for enhancing endoscopic image quality to support both computer-aided and clinical diagnosis.