Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Journal of Robotics and Control (JRC) Sewagati
Radiansyah, Riva Satya
Unknown Affiliation
Aerospace Engineering Arts Humanities Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Public Health Social Sciences Other

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

Found 3 Documents
Search

 1 
Deteksi Dini dan Peningkatan Kewaspadaan Tentang Stroke untuk Masyarakat di Kelurahan Kanigaran Njoto, Edwin Nugroho; Radiansyah, Riva Satya; Abdurrahman; Mahdi, Faizal; Mulyasaputra, Galih Endradita; Rifqo, Muhammad; Putro, Yohanes Kartjito; Ramadani, Muhammad Rifqi Nur
Sewagati Vol 8 No 3 (2024)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v8i3.970

Abstract

Stroke merupakan penyebab kematian terbanyak ketiga di dunia, dengan dampak serius terhadap kesehatan dan kualitas hidup individu. Kegiatan pengabdian masyarakat dilakukan di Kota Probolinggo, dengan fokus pada peningkatan kesadaran deteksi dini faktor risiko stroke. Kegiatan ini menyajikan konsep yang mencakup penyuluhan tentang tanda dan gejala stroke, faktor risiko stroke, dan tata laksana awal stroke dengan melibatkan masyarakat di Kelurahan Kanigaran. Berbagai media digunakan termasuk penyuluhan, video edukatif, dan pemeriksaan langsung faktor risiko stroke. Hasil kegiatan menunjukkan tingginya antusiasme masyarakat, terutama dalam sesi tanya jawab. Mayoritas peserta adalah perempuan, dan banyak dari mereka memiliki hipertensi yang belum mendapatkan pengobatan. Tujuan kegiatan adalah meningkatkan kesadaran masyarakat sekitar tentang deteksi dini penyakit stroke, serta memberikan pemahaman yang lebih baik tentang faktor risiko dan tanda gejala stroke. Manfaat kegiatan ini melibatkan pengembangan kemampuan komunikasi sumber daya manusia ITS yang terlibat dan memberikan wawasan masyarakat sekitar mengenai deteksi dini stroke. Dampaknya diharapkan akan mengurangi angka kejadian stroke baru melalui deteksi dini yang lebih cepat dan optimal, serta meningkatkan kesembuhan pasien stroke. Kesimpulannya, kegiatan pengabdian masyarakat ini berhasil meningkatkan kesadaran dan pengetahuan masyarakat sekitar tentang stroke, khususnya di Kota Probolinggo. Dengan upaya ini, diharapkan dapat mengurangi angka kejadian stroke dan meningkatkan kualitas hidup warga setempat.
Pelatihan Psychological First Aid (PFA) dan Stress Management untuk Mahasiswa Kedokteran Tahun Pertama FKK ITS 2024 Syulthoni, Zain Budi; Haykal, Muhammad Nazhif; Eljatin, Dwinka Syafira; Haque, Sayidah Aulia Ul; Rangkuti, Rahmah Yasinta; Fadhlina, Afia Nuzila; Indriastuti, Endah; Radiansyah, Riva Satya; Putri, Atina Irani Wira; Sari, Desiana Widityaning; Indriani, Ratri Dwi; Siswanto, Putri Alief; Mahdi, Faizal
Sewagati Vol 9 No 1 (2025)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v9i1.2413

Abstract

Mahasiswa kedokteran tahun pertama menghadapi banyak tantangan dalam menye-suaikan diri dengan lingkungan akademik baru, yang dapat memengaruhi kesehatan mental mereka. Tujuan dari penelitian ini adalah untuk meningkatkan kemampuan siswa dalam mengelola stres dan memberikan dukungan psikologis melalui pelatihan manajemen stres dan dukungan psikologis pertama / Psychological First Aid (PFA). 30 mahasiswa kedokteran semester 1 FKK ITS mengikuti pelatihan, yang berlangsung selama dua hari dan total 16 jam. Pelatihan juga dievaluasi melalui pretest dan posttest menggunakan kuesioner. Melalui simulasi kasus, peserta menunjukkan kemampuan yang baik dalam menggunakan strategi PFA dan manajemen stres. Hasil analisis menunjukkan peningkatan signifikan dalam pemahaman dan keterampilan peserta setelah mengikuti pelatihan (p=0.000). Pelatihan mencakup pemaparan teori dan praktik keterampilan PFA, seperti keterampilan mendengarkan yang aktif, keterampilan komunikasi, keterampilan empati, dan keterampilan bertahan hidup. Dua modul program ber-ISBN dan publikasi di media massa. Kesimpulan dari pengabdian masyarakat adalah bahwa terjadi peningkatan pemahaman dan kemampuan mahasiswa kedokteran tahun pertama terhadap Psychological First Aid dan Stress Management yang diharapkan lebih siap menghadapi tantangan akademik.
The Emerging Role of Artificial Intelligence in Identifying Epileptogenic Zone: A Systematic Literature Review Pamungkas, Yuri; Radiansyah, Riva Satya; Pratasik, Stralen; Krisnanda, Made; Derek, Natan
Journal of Robotics and Control (JRC) Vol. 6 No. 5 (2025)
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/jrc.v6i5.27281

Abstract

Identifying epileptogenic zones (EZs) is a crucial step in the pre-surgical evaluation of drug-resistant epilepsy patients. Conventional methods, including EEG/SEEG visual inspection and neurofunctional imaging, often face challenges in accuracy, reproducibility, and subjectivity. The rapid development of artificial intelligence (AI) technologies in signal processing and neuroscience has enabled their growing use in detecting epileptogenic zones. This systematic review aims to explore recent developments in AI applications for localizing epileptogenic zones, focusing on algorithm types, dataset characteristics, and performance outcomes. A comprehensive literature search was conducted in 2025 across databases such as ScienceDirect, Springer Nature, and IEEE Xplore using relevant keyword combinations. The study selection followed PRISMA guidelines, resulting in 34 scientific articles published between 2020 and 2024. Extracted data included AI methods, algorithm types, dataset modalities, and performance metrics (accuracy, AUC, sensitivity, and F1-score). Results showed that deep learning was the most used approach (44%), followed by machine learning (35%), multi-methods (18%), and knowledge-based systems (3%). CNN and ANN were the most commonly applied algorithms, particularly in scalp EEG and SEEG-based studies. Datasets ranged from public sources (Bonn, CHB-MIT) to high-resolution clinical SEEG recordings. Multimodal and hybrid models demonstrated superior performance, with several studies achieving accuracy rates above 98%. This review confirms that AI (especially deep learning with SEEG and multimodal integration) has strong potential to improve the precision, efficiency, and scalability of EZ detection. To facilitate clinical adoption, future research should focus on standardizing data pipelines, validating AI models in real-world settings, and developing explainable, ethically responsible AI systems.
Co-Authors Abdurahman Abdurrahman Derek, Natan Dwinka Syafira Eljatin Fadhlina, Afia Nuzila Haque, Sayidah Aulia Ul Haykal, Muhammad Nazhif Indriani, Ratri Dwi Indriastuti, Endah Made Krisnanda Mahdi, Faizal Mulyasaputra, Galih Endradita Njoto, Edwin Nugroho Pratasik, Stralen Putri Alief Siswanto Putri, Atina Irani Wira Putro, Yohanes Kartjito Ramadani, Muhammad Rifqi Nur Rangkuti, Rahmah Yasinta Rifqo, Muhammad Sari, Desiana Widityaning Syulthoni, Zain Budi Yuri Pamungkas