Profil Kelompok Riset

Kelompok Riset Reproductive Biology and Andrology merupakan kelompok riset yang berfokus pada kajian mekanisme biologis reproduksi, khususnya reproduksi pria, fungsi dan kualitas spermatozoa, serta faktor molekuler dan seluler yang memengaruhi fertilitas. Kelompok riset ini mengintegrasikan pendekatan biologi sel, biologi molekuler, genetika, biokimia, dan analisis omik untuk memahami proses reproduksi pada tingkat seluler hingga molekuler.

Kegiatan penelitian diarahkan untuk mengidentifikasi mekanisme biologis yang mendasari gangguan reproduksi, memahami faktor-faktor yang memengaruhi maturasi, motilitas, kapasitasi, dan kemampuan fertilisasi spermatozoa, serta mengeksplorasi biomarker potensial untuk evaluasi fungsi reproduksi pria. Pendekatan proteomik, analisis ekspresi gen, bioinformatika, dan kajian stres oksidatif menjadi bagian dari strategi penelitian untuk mengungkap mekanisme molekuler yang berperan dalam fertilitas dan infertilitas pria.

Selain berfokus pada aspek fundamental biologi reproduksi, kelompok riset ini juga mendorong pengembangan penelitian translasi yang menghubungkan temuan laboratorium dengan kebutuhan klinis di bidang andrologi. Melalui kolaborasi multidisiplin dan pemanfaatan teknologi penelitian terkini, kelompok riset ini berupaya menghasilkan pengetahuan ilmiah yang relevan, mendukung pengembangan metode evaluasi fungsi reproduksi, serta membuka peluang pengembangan pendekatan diagnostik dan intervensi berbasis bukti.

Kelompok riset ini berkomitmen untuk berkontribusi pada pengembangan ilmu biologi reproduksi dan andrologi, peningkatan kualitas penelitian reproduksi di Indonesia, serta penguatan kolaborasi antara peneliti, klinisi, dan institusi akademik.

1. Leader: Dwi Ari Pujianto, Ph.D.  
Read More
The inclusion of a Media Sublab as a supporting sub-lab in urban planning education is crucial for enhancing physical visualization and understanding of complex data, improving design and planning skills, and integrating technology into the planning process. Through interactive miniature models, students can engage in hands-on learning, simulate real-world scenarios, and explore innovative urban design...
Read More
The Legal Fiction principle stipulates that the government needs to ensure the public availability of all of their legal documents. Unfortunately, the text-based search services they provide cannot return satisfactory answers in retrieval scenarios requiring proper representation of relationships between various legal documents. A key problem here is the lack of explicit representation of such...
Read More
Manual searching for legal basis such as paragraphs, articles, and laws when preparing for a tax court hearing is time-consuming. In this paper, we use extreme multilabel text classification approach to predict paragraphs, articles, and laws relevant to an appeal on the Indonesian Tax Court Ruling documents. Traditional machine learning methods, such as random forest,...
Read More