<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="121981">
 <titleInfo>
  <title>RANCANG BANGUN DETEKTOR DUGAAN PENYAKIT PARU OBSTRUKTIF KRONIS DENGAN ENDOSCOPIC MUCOSAL RECOGNITION PADA RONGGA MULUT PEROKOK YANG TERINTEGRASI INTERNET OF THINGS</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Irmayani</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Hubungan sinergis antara gangguan rongga mulut dengan saluran napas pada perokok telah lama diketahui. Merokok menyebabkan peningkatan sitokin inflamasi pada mukosa mulut dan mukosa saluran napas. Perokok memiliki kemungkinan 20 kali berisiko penyakit periodontal dan obstruksi saluran napas. Inovasi ini mengembangkan prototipe yang dapat memvisualisasikan mukosa mulut perokok untuk mengidentifikasi dugaan Penyakit Paru Obstruktif Kronis (PPOK). Tahap awal dengan mengumpulkan data berbagai jenis lesi mukosa mulut perokok, seperti leukoplakia, nicotinic stomatitis, black hairy tongue, oral squamous cell carcinoma, dan smoker’s melanosis dari database online dan rekam medis pasien. Selanjutnya data dibagi menjadi dataset pelatihan, validasi, dan pengujian, kerangka kerja PyTorch dan pustaka UltraLytics digunakan untuk menciptakan model lesi mukosa yang akan diidentifikasi. Inovasi ini telah berhasil merancang sebuah prototipe untuk mendeteksi dugaan PPOK, rancangan terdiri dari Liquid Crystal Display (LCD), endoskop yang dilengkapi penerangan, power supply, dan terintegrasi Internet of Things (IoT). Hasil uji presisi alat menunjukkan tingkat akurasi sebagai berikut: black hairy tongue (99.5%), leukoplakia (54.4%), smoker’s melanosis (43%), oral squamous cell carcinoma (42.4%), dan nicotinic stomatitis (34%). Uji diagnostik alat pada 60 perokok menunjukkan mayoritas berusia 21-30 tahun (63%), memiliki riwayat merokok selama 5-10 tahun (86%), dan riwayat PPOK (40%). Hasil uji diagnostik menunjukkan nilai sensitivitas 84%, spesifisitas 57.14%, dan Area Under Curve 0.79. Oleh karenanya, prototipe ini mampu mendeteksi lesi mukosa mulut sebagai dugaan PPOK yang berbasis kecerdasan buatan dan terintegrasi dengan IoT. Prototipe layak digunakan sebagai alat skrining dugaan PPOK dan dapat digunakan untuk menekan laju angka kejadian serta menurunkan angka kematian karena PPOK di Indonesia.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>121981</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-03-28 10:29:18</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-03-28 10:35:05</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>