Agil Putra Tri Kartika
Universitas Muhammadiyah Cirebon

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Hubungan Persepsi Perawat terhadap Early Warning Score dengan Pelaksanaanya Agil Putra Tri Kartika; Sri Setiyarini; Uki Noviana
Jurnal Gawat Darurat Vol. 4 No. 2 (2022): Jurnal Gawat Darurat: Desember 2022
Publisher : LPPM Sekolah Tinggi Ilmu Kesehatan Kendal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32583/jgd.v4i2.665

Abstract

Perburukan pasien yang tidak diantisipasi dapat menyebabkan In-Hospital Cardiac Arrest (IHCA). Sementara itu angka keberhasilan hidup dari kejadian IHCA masih relatif kecil. Pasien yang mengalami perburukan pasti mengalami perubahan tanda-tanda vital, sehingga dengan adanya pelaksanaan Early Warning Score (EWS) di rumah sakit dapat membantu perawat dalam mendeteksi kondisi perburukan pasien. Pelaksanaan EWS bisa dipengaruhi oleh beberapa faktor antara lain pelatihan EWS yang telah diikut, pengetahuan, motivasi dan sikap perawat. Akan tetapi, dalam pelaksanaanya masih terdapat perawat yang memiliki persepsi bahwa EWS hanya menambah beban kerja mereka. Tujuan untuk mengetahui hubungan antara persepsi perawat terhadap EWS dengan pelaksanaan EWS. Penelitian ini merupakan penelitian deskriptif korelasi dengan desain cross sectional. Penelitian ini melibatkan 97 perawat yang bertugas diruang rawat inap dewasa. Persepsi perawat dinilai menggunakan kuesioner, sedangkan pelaksanaan EWS dilihat dari dokumentasi pelaksanaan EWS yang terdapat pada 291 rekam medis pasien. Selanjutnya dilakukan analisis hubungan menggunakan uji korelasi spearman rho dengan tingkat kepercayaan 95%. Gambaran persepsi perawat terhadap EWS menunjukan bahwa terdapat 94,8% perawat memiliki persepsi yang baik, kemudian gambaran pelaksanaan EWS menunjukan bahwa terdapat 80,4% perawat sudah melaksanaan EWS dengan baik. Terdapat hubungan yang kuat antara persepsi perawat terhadap EWS dengan pelaksanaan EWS (p-value = 0,001; r = 0,674). Persepsi perawat yang baik terhadap EWS berpengaruh pada baiknya pelaksanaan EWS yang dilakukan oleh perawat.
Hubungan Family Support Dan Kelelahan Anak Yang Menjalani Kemoterapi Di Rumah Sakit Ito Wardin; Agil Putra Tri Kartika
Jurnal Ners Vol. 9 No. 1 (2025): JANUARI 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jn.v9i1.32608

Abstract

Kelelahan terkait kanker atau cancer related fatigue (CRF) merupakan gejala yang paling umum terjadi pada pasien kanker anak yang bersifat multidimensi ditandai dengan berkurangnya energi dan meningkatnya kebutuhan untuk istirahattidur dan mengganggu kegiatan sehari – hari anak dengan kanker. Kelelahan terkait kanker (Cancer Related Fatigue / CRF) merupakan gejala yang mempengaruhi antara 36% dan 93% dari total kasus, dengan tingkat kelelahan yang meningkat pada pasien kanker yang menjalani kemoterapi sekitar 70% dan 100% dari total kasus. Tujuan: Penelitian Ini Adalah Untuk Mengetahui Hubungan Family Support Dengan Tingkat Kelelahan Anak Yang Menjalani Kemoterapi Di Rumah Sakit. Metode: Penelitian ini adalah kuantitatif dengan rancangan cross sectional. Penelitian ini menggunakan lembar kuesioner Dukungan Keluarga (Family Support) dan The Pediatrics Quality of Life Multidimentional Fatigue Scale Versi. Populasi pada penelitian ini adalah 30 dengan kelelahan anak yang menjalani kemoterapi dan sampel penelitian ini adalah total sampling. Penelitian menggunakan uji SPSS analisis koefisiensi korelasi spearman rank. Hasil: Hasil penelitian bahwa tidak ada hubungan Family Support Dengan Anak Yang Menjalani Kemoterapi dan penelitian menggunakan uji statistik Sperman Rank diperoleh nilai p= 0.466 yang artinya < 0,05. Sedangkan nilai Correlation Coefficiont untuk variabel dukungan keluarga adalah sebesar 0.138. hal ini menunjukan terjadi hubungan yang sangat lemah antara dukungan keluarga dengan kelelahan anak yang menjalani kemoterapi. Kesimpulan: Penelitian ini menunjukan tidaka ada Hubungan antara Family Support Dan Kelelahan Anak Yang Menjalani Kemoterapi.
Triase Instalasi Gawat Daruat Berbasis Artificial Intelligence Berdasarkan Emergency Severity Index Agil Putra Tri Kartika; Rizaluddin Akbar; Widuri Azmi Atmaji; Efa Dwina; Alizha Gennie; Ano Aldi Krisna
Jurnal Ners Vol. 10 No. 1 (2026): JANUARI 2026
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jn.v10i1.54523

Abstract

Instalasi Gawat Darurat merupakan unit penting rumah sakit yang berfungsi menangani pasien dengan kondisi yang mengancam jiwa. Namun, beban layanan meningkat karena banyak pasien tanpa kondisi darurat yang tetap datang, sehingga diperlukan sistem triase yang cepat dan akurat. Emergency Severity Index adalah metode lima tingkat yang umum digunakan, tetapi keterbatasan tenaga medis dan jumlah pasien yang tinggi dapat mengurangi kecepatan dan ketepatan penilaian. Penelitian ini bertujuan menganalisis kemampuan kecerdasan buatan berbasis AI ChatGPT dalam melakukan penilaian triase pada pasien gawat darurat. Penelitian menggunakan desain retrospektif dengan 420 rekam medis pasien yang datang ke Instalasi Gawat Darurat Rumah Sakit Daerah Gunung Jati Cirebon pada Maret–Mei 2025. Hasil triase berdasarkan AI ChatGPT dibandingkan dengan tenaga medis terlatih sebagai standar emas. Analisis statistik menunjukkan terdapat perbedaan bermakna (ρ value = 0,031) antara klasifikasi AI ChatGPT dengan standar emas, khususnya pada kategori tingkat darurat satu hingga tiga. Uji diagnostik memperlihatkan sensitivitas 87,2% dan spesifisitas 88,2%. Hasil ini menunjukkan bahwa AI ChatGPT cukup handal dalam mengidentifikasi pasien gawat darurat, meskipun masih ditemukan kasus salah klasifikasi, terutama under-triage yang berpotensi menunda penanganan. Oleh karena itu, kecerdasan buatan memiliki potensi untuk dapat membantu pengambilan keputusan dalam triase, namun tidak dapat menggantikan penilaian klinis tenaga medis secara penuh. Implementasi terbaik adalah menjadikan kecerdasan buatan sebagai deteksi dini untuk meningkatkan efisiensi dan keselamatan pasien.