Claim Missing Document
Check
Articles

Found 3 Documents
Search

Identifikasi Penderita COVID-19 Berdasarkan Chest X-Ray Menggunakan Algoritma Jaringan Syaraf Tiruan Backpropagation Putra, Heru Rahmat Wibawa; Yuhandri, Y
Jurnal Sistim Informasi dan Teknologi 2021, Vol. 3, No. 4 (Accepted)
Publisher : Rektorat Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jsisfotek.v3i4.169

Abstract

Corona Virus Disease 2019 (COVID-19) is an infectious respiratory disease caused by the Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-COV2). This disease first appeared in Wuhan, China and spread throughout the world. COVID-19 has had a major impact on public health around the world. On March 9, 2020, the World Health Organization (WHO) declared COVID-19 a pandemic. Early identification of people with COVID-19 can help limit the wider spread. One of the factors behind the rapid spread of the disease is the long clinical trial time. Rapid clinical testing is a challenge facing the spread of COVID-19. Most countries, including Indonesia, face the problem of lack of detection equipment and experts in diagnosing this disease. Chest X-Ray is one of the medical imaging techniques and also an alternative to identify the symptoms of pneumonia caused by COVID-19. This study aims to identify pneumonia caused by COVID-19 and other diseases based on Chest X-Ray. 107 Chest X-Ray images used as material for this study were obtained from the General Hospital of Ibnu Sina Padang Indonesia, which consisted of 27 images of pneumonia caused by COVID-19, 51 images with other diseases and 29 images of normal lungs. Then pre-processing is carried out as an initial stage and then feature extraction is carried out. Furthermore, the learning and identification process is carried out using the Backpropagation Artificial Neural Network (ANN) algorithm. In this study, 92 images were used as training data, and 15 images were used as test data. The results of calculations carried out using a network with a pattern of 16-100-100-100-2 obtained an accuracy value of 73%. The results of the identification prediction can be used as consideration in establishing a diagnosis of COVID-19 sufferers, but cannot be used as an absolute reference.
TINJAUAN KELENGKAPAN PENULISAN DIAGNOSIS DAN KETEPATAN KODE DIAGNOSIS PASIEN RAWAT JALAN OBGYN DI RUMAH SAKIT UMUM AISYIYAH PADANG TAHUN 2024 Rahmadhani, Rahmadhani; Dewi, Siti Handam; Mardiawati, Dewi; Putra, Heru Rahmat Wibawa; Azizah, Putri Aulia
Jurnal Infokes Vol 15 No 1 (2025): Jurnal Ilmiah Rekam Medis dan Informatika Kesehatan
Publisher : Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/infokes.v15i1.4030

Abstract

Ketepatan diagnosis utama yang ditetapkan pada akhir episode pengobatan pasien mempengaruhi kualitas berkas rekam medis dan dinilai dari kesesuaian diagnosis dengan ICD-10. Tujuan dalam penelitian ini adalah untuk diketahuinya bagaimana tinjauan ketepatan kode diagnosis dan kelengkapan penulisan diagnosis pasien rawat jalan obgyn di RSU Aisyiyah Padang tahun 2024. Penelitian kuantitatif deskriptif ini dilakukan di RSU Aisyiyah Padang dari 01 hingga 06 Mei 2024, dengan populasi 303 lembar SBPK dan sampel 75 lembar SBPK. Teknik pengumpulan sampel yang digunakan adalah accidental sampling. Pengumpulan data menggunakan teknik observasi dengan instrumen tabel checklist dan pengolahan data menggunakan teknik editing, coding, processing, dan cleaning. Data yang didapatkan dianalisis menggunakan analisa univariat. Hasil penelitian menunjukkan kelengkapan penulisan diagnosis sebanyak (33.3%) dari 25 lembar SBPK yang tidak lengkap dan sebanyak (66.7%) dari 50 lembar SBPK yang lengkap dan ketepatan kode diagnosis sebanyak (36.0%) dari 27 lembar SBPK yang tidak tepat dan sebanyak (64.0%) dari 48 lembar SBPK yang tepat.  Berdasarkan hasil penelitian disimpulkan bahwa masih banyak terdapat ketidaklengkapan penulisan diagnosis dan ketidaktepatan kode diagnosis. Diharapkan dokter menuliskan diagnosis penyakit dengan lengkap dan tepat sesuai kaidah dan aturan yang ada dalam ICD-10.
Sistem Informasi Geografis Pemetaan Penyebaran Penyakit HIV AIDS di Provinsi Sumatera Barat Fajri, Ahmad Fikri; Gunawan, Imam; Nanda, Ade Putra; Putra, Heru Rahmat Wibawa; Vinola, Rima Gusti
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.939

Abstract

Penyakit HIV dan AIDS merupakan masalah kesehatan yang signifikan dengan dampak luas pada masyarakat, termasuk di Provinsi Sumatera Barat. Saat ini, pengelolaan data terkait penderita HIV/AIDS di RSUP Dr. M. Djamil Padang masih dilakukan secara manual menggunakan buku besar dan Microsoft Excel. Hal ini menyebabkan kesulitan dalam pembuatan laporan eksekutif, analisis data, dan pemantauan pola penyebaran penyakit secara efektif. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Geografis (SIG) yang dapat memetakan penyebaran penyakit HIV dan AIDS berdasarkan lokasi, usia, dan jenis kelamin penderita. Metode penelitian meliputi pengumpulan data melalui observasi, wawancara, dan kajian pustaka, serta pengolahan data di laboratorium. Pengembangan sistem dilakukan menggunakan metode waterfall dengan tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, hingga pemeliharaan. Sistem ini dibangun menggunakan bahasa pemrograman PHP, framework CodeIgniter, dan database MySQL. Hasil dari penelitian ini adalah aplikasi Sistem Informasi Geografis (SIG) yang mempermudah pengumpulan data, analisis, dan pembuatan laporan secara cepat dan akurat. Sistem ini diharapkan dapat membantu RSUP Dr. M. Djamil Padang dan pihak terkait dalam mendukung pengambilan keputusan strategis untuk pencegahan dan penanggulangan HIV/AIDS di Sumatera Barat.