Pendeteksian bakteri kokobasil pada citra mikroskopis dengan microbeJ : kajian metode fully digital pendeteksian aggregatibacter actinomycetemcomitans
L atar Belakang: Aggregatibacter actinomycetemcomitans merupakan bakterikokobasil opportunistik yang dapat mengalami perubahan morfologi dalam medium berbagai jenis. Aggregatibacter actinomycetemcomitans menyebabkanbeberapa penyakit yang bermanifestasi di rongga mulut dan sistemik. PendeteksianAggregatibacter actinomycetemcomitans memerlukan teknologi tepat guna yangmemanfaatkan image processing software, misalnya MicrobeJ. Tujuan: Penelitianini bertujuan untuk menemukan kombinasi terbaik rentang nilai dalam atributatributdalam MicrobeJ untuk mendeteksi sel Aggregatibacteractinomycetemcomitans. Metode: Meliputi dua jenis penelitian. Studi literaturuntuk menemukan rentang nilai panjang dan lebar sel Aggregatibacteractinomycetemcomitans. Penelitian eksploratif untuk menemukan kombinasiterbaik rentang nilai atribut-atribut dalam MicrobeJ untuk mendeteksi selAggregatibacter actinomycetemcomitans. Hasil: Kombinasi terbaik rentang nilaiatribut-atribut MicrobeJ untuk mendeteksi sel Aggregatibacteractinomycetemcomitans telah ditemukan. Kombinasi tersebut terdiri atas: rentangnilai tertentu untuk atribut length, width, circularity, curvature, dan ‘0-max’ untukarea, sinuosity, angularity, solidity, dan intensity. Kesimpulan: Kombinasi terbaikrentang nilai atribut-atribut MicrobeJ dalam pendeteksian sel Aggregatibacteractinomycetemcomitans dengan metode fully digital dapat menambah keakuratanpengamatan terhadap sel Aggregatibacter actinomycetemcomitans karena dapatmembedakan sel tersebut dari noise dan debris. Selain itu, waktu pengamatanberkurang karena dilakukan fully digital.
B ackground: Aggregatibacter actinomycetemcomitans is an opportunisticcoccobacillus that can undergo morphological changes in different media types.Aggregatibacter actinomycetemcomitans causes various diseases that manifest inthe oral cavity and systemically. Aggregatibacter actinomycetemcomitans detectionrequires appropriate technology that utilizes image processing software, forexample, MicrobeJ. Aim: This study aims to find the best combination of valueranges in MicrobeJ attributes to detect Aggregatibacter actinomycetemcomitanscells. Methods: Includes two types of research. Literature study to find the valuerange of length and width of Aggregatibacter actinomycetemcomitans cells.Exploratory research to find the best combination of the value ranges of attributesin MicrobeJ to detect Aggregatibacter actinomycetemcomitans cells. Results: Thisstudy has found the best combination of value ranges for MicrobeJ attributes fordetecting Aggregatibacter actinomycetemcomitans cells. The combination consistsof: a specific range of values for the attributes length, width, circularity, curvature,and '0-max' for the area, sinuosity, angularity, solidity, and intensity. Conclusion:The best combination of the value ranges of MicrobeJ attributes in detectingAggregatibacter actinomycetemcomitans cells with the fully digital method canincrease the accuracy of observations of Aggregatibacter actinomycetemcomitanscells because they can distinguish these cells from noise and debris. In addition,such detection significantly reduces observation time and data analysis.