cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
snimed
Published by Universitas Islam Indonesia
ISSN : -     EISSN : -     DOI : -
Core Subject :
Arjuna Subject : -
Articles 108 Documents
 4   5   6   7   8 
Penerapan Ontologi Bidang Medis dalam Sistem Pelayanan Kesehatan Fudholi, Dhomas Hatta
Seminar Nasional Informatika Medis (SNIMed) 2017
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ontologi merepresentasikan pengetahuan dengan mendeskripsikan dengan tepat, formal, dan kaya, konsep-konsep dalam sebuah bidang beserta relasi-relasinya. Tujuan dari memodelkan pengetahuan dalam bentuk ontologi adalah untuk mendapatkan pengetahuan umum yang dapat dibagikan dan dimengerti oleh manusia dan mesin. Di dalam dunia medis, kamus istilah-istilah khusus medis dibangun untuk menyimpan dan mengkomunikasikan pengetahuan medis serta informasi pasien. Sistem informasi medis harus dapat mengkomunikasikan data medis yang kompleks dan mendetail secara efisien. Oleh karena itu, ontologi hadir untuk merepresentasikan terminologi dalam dunia medis. Makalah ini bertujuan untuk memberikan pembahasan akan gambaran pendekatan penerapan ontologi dalam sistem layanan kesehatan yang berupa model informasi cerdas untuk manajemen pengetahuan medis, dan ontologi sebagai basis pengetahuan dalam sistem pengayaan pengetahuan, rekomendasi, dan pendukung keputusan. Hal ini diharapkan mampu mengakselerasi pertumbuhan sistem layanan kesehatan dengan kecerdasan dan kepakaran serta meningkatkan kemandirian masyarakat dalam penjagaan kesehatan.
Anotasi Wilayah Melanoma dengan Komputasi Ekstraksi Ciri Pengolahan Citra PH2 Heksaputra, Dadang; Sanjaya, Fadil Indra
Seminar Nasional Informatika Medis (SNIMed) 2018
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kanker menjadi penyebab utama kematian dan terus mengalami kenaikan. Berdasarkan data statistik, kematian diakibatkan kanker tergolong tinggi. Hasil investigasi dan pengujian instrumen kuesioner dasar oleh badan penelitian kesehatan didapati sejumlah 1,4% penduduk Indonesia menderita kanker. Media Indonesia (2017) memberitakan melanoma merupakan jenis penyakit paling mematikan. Penyebaran melanoma tergolong sangat cepat menyerang organ lain. Sel kanker melanoma menyerang bagian sel warna kulit atau dikenal dengan sel melanosit. Melanoma dikategorikan sebagai jenis kanker ganas. Telah ditemui 119 kasus melanoma sejak 2005. Melanoma menjadi sebab dari 75% kematian pada kanker kulit.Pada penelitian anotasi wilayah melanoma dengan komputasi ekstraksi ciri pengolahan citra dermatologi akan dilakukan penerapan algoritma berdasarkan analisis model. Anotasi wilayah melanoma dengan komputasi ekstraksi ciri pengolahan citra dermatologi PH2 melalui beberapa tahapan. Tahapan tersebut meliputi 1) penyiapan sumber referensi jurnal/buku, 2) pembuatan design interface & perancangan sistem, 3) implementasi pemrograman dari hasil perancangan design. Tahap pengujian anotasi wilayah melanoma dengan komputasi ekstraksi ciri pengolahan citra dermatologi PH2 menggunakan metode single decision threshold (one feature) dengan fiturnya berupa daerah segmentasi penyakit. Pengujian dan validasi ini dilakukan oleh gold standard pakar dermatologi (ground truth). Pengujian lebih ditekankan pada hasil kinerja dengan single decision threshold (one feature) dan reaksi sistem bug pada aplikasi. Tahap perawatan memastikan tidak terdapat kesalahan dalam pengembangan sistem.Nilai dari gold standar sebagai pembanding hasil analisis dengan kinerja sistem menunjukan hasil relatif baik. Rata-rata validasi pengujian menunjukan presentase 96.41%. Hasil ini membuktikan model dapat digunakan untuk segmentasi wilayah kanker melanoma. Pendekatan model anotasi wilayah melanoma dengan komputasi ekstraksi ciri pengolahan citra dermatologi sebagai alternatif untuk membantu ahli klinis khususnya bidang dermatologi penyakit kulit melanoma.
Analisis Pengaruh Kepahaman Sistem Rujukan Online Peserta BPJS Terhadap Kepuasan Pelayanan BPJS Muchsam, Yoki; Mareta, Fazriana
Seminar Nasional Informatika Medis (SNIMed) 2019
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengetahui tingkat kepuasan, tingkat kepahaman dan faktor-faktor yang mempengaruhi kepuasan terhadap sistem rujukan online BPJS analisis kuantitatif dengan metode pengumpulan data menggunakan kuesioner. Kuesioner digunakan untuk mendapatkan data dari pasien yang dirujuk dari Fasilitas Kesehatan Tingkat Peryama (FKTP) ke Fasilitas Kesehatan Tingkat Lanjut (FKTL), dengan hasil yang tervalidasi oleh apliksi SPSS tersebut. Dengan sumbu x adalah kepuasan pasien dan sumbu y adalah kepahaman pasien BPJS tentang sistem rujukan online. Hasil dari penelitian ini didapat tingkat kepuasan peserta BPJS kesehatan tentang sistem rujukan online yang ada di Puskesmas Sukaasari Kabupaten Sumedang cukup puas, dan peningkatan kepuasan akan meningkat ketika kepahaman pasien terhadap sistem rujukan online juga meningkat. Kepahaman pasien terhadap sistem rujukan online yang ada di Puskesmas Sukasari Kabupaten Sumedang kurang memahami, itu karena kurangnya pemaparan secara keseluruhan di wilayah kerja Puskesmas Sukasari.
PERANCANGAN DATA WAREHOUSE UNTUK MENINGKATKAN MUTU PELAYANAN RUMAH SAKIT BERDASARKAN STANDAR MUTU NASIONAL Labellapansa, Ause; Yulianti, Ana; -, Hendrik
Seminar Nasional Informatika Medis (SNIMed) 2012
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Rumah sakit adalah sebuah institusi perawatan kesehatan profesional yang pelayanannya disediakan oleh dokter, perawat, dan tenaga ahli kesehatan lainnya. Rumah sakit memiliki banyak sekali data dimana dengan adanya data yang banyak yang belum terkelola dengan baik akan mengakibatkan para pimpinan rumah sakit mengalami keterbatasan dalam mengambil keputusan dengan cepat dan akhirnya memiliki kesulitan dalam melihat kinerja dan mutu pelayanan rumah sakit yang dipimpinnya. Dengan dibuatnya perancangan data warehouse pada rumah sakit ini maka pimpinan rumah sakit dapat menjaga dan memantau kinerja mutu pelayanan dengan lebih baik sesuai dengan standar mutu nasional yang terdiri dari Bed Occupancy Rate (BOR), Average Length of Stay (ALOS), Turn Over Internal (TOI), Bed Turn Over (BTO), NetDeath Rate (NDR), Gross Death Rate (GDR), Anasthesia Death Rate (ADR), Post Operasi Death Rate (PODR), Post Interactive Death Rate (PIDR), Normal Tissue Removal Rate (NTRR), Maternal Death Rate (MDR), Neonatal Death Rate (NeoDR), dan angka infeksi nosokomial.
Sistem Pendukung Keputusan Klinis Anak Batuk Berbasis Algoritma MTBS Ekawati, Mamik Endang; Sanjaya, Guardian Y.; Laksono, Ida Safitri
Seminar Nasional Informatika Medis (SNIMed) SNIMed IV (2013)
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Diagnosis memainkan peran penting dalam perawatan medis Keahlian tenaga kesehatan dalam mendiagnosis bervariasi dan berpeluang terjadinya kesalahan. Pasien harus memiliki jaminan bahwa pengobatan medis yang dijalaninya berjalan baik dan aman. Sistem Pendukung Keputusan Klinis (SPKK) dapat meningkatkan keamanan dan pelayanan kesehatan yang efektif dan efisien. Referensi menunjukkan Computerized physician order entry (CPOE) yang dipadukan dengan SPKK dapat mengurangi lebih dari 85% kesalahan medis serius. Penelitian ini bertujuan untuk mengembangkan SPKK pada pelayanan Manajemen Terpadu Balita Sakit (MTBS) anak batuk untuk meningkatkan akurasi klasifikasi dan terapi menggunakan algoritma MTBS bagi bidan di puskesmas. Pendekatan action research dilakukan pada penelitian ini. SPKK anak batuk dapat membantu bidan dalam mengklasifikasikan anak batuk, menilai status gizi, penghitungan dosis antibiotik pada kasus pneumonia, alert alergi antibiotik dan reminder jadwal imunisasi. Integrasi SPKK berbasis algoritma MTBS berpeluang besar meningkatkan akurasi klasifikasi dan terapi. Agar mata rantai tata laksana MTBS terus berkelanjutan maka perlu didukung sistem rujukan rujukan MTBS ke rumah sakit.
Analisis Kualitas Data dan Klasifikasi Data Pasien Kanker Hidayatullah, Ahmad Fathan; Prasetyo, Alan Dwi; Sari, Dantik Puspita; Pratiwi, Intan
Seminar Nasional Informatika Medis (SNIMed) 2014: Prosiding SNIMED 2014
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Masalah yang ditemui dalam dataset yang besar adalah adanya duplikasi data dan missing value. Duplikasi terjadi karena ada perbedaan identifikasi antara entitas yang sama dalam dunia nyata misalnya duplikasi data pasien rumah sakit. Solusi dari permasalahan duplikasi adalah dengan melakukan deduplikasi. Deduplikasi dilakukan dengan mengeliminasi data yang memiliki kemiripan. Pendeteksian duplikasi data dilakukan dengan Algoritma Levenshtein distance. Missing value terjadi jika ada nilai dari suatu atribut yang tidak ditemukan. Atribut yang mengandung missing value diganti dengan nilai rata-rata seluruh data dalam setiap atribut. Setelah duplikasi data dan missing value dapat diatasi, kemudian dilakukan klasifikasi untuk mengidentifikasi adanya kesamaan data. Klasifikasi dilakukan dengan tools WEKA menggunakan algoritma Decision Tree dan Naive Bayes. Metode Decision tree menghasilkan akurasi sebesar 99.9988 % sedangkan metode Naive Bayes menghasilkan akurasi 99.9799 %. Akurasi yang diperoleh algoritma Decision Tree memiliki hasil sedikit lebih baik daripada Naive Bayes. Namun demikian, secara umum metode Decision Tree dan Naive Bayes sama-sama memiliki akurasi yang baik dalam melakukan klasifikasi kemiripan data pasien.
Aplikasi Penentuan Tingkat Tumbuh Kembang Anak Menggunakan Tes Denver II Ivantoni, Redha; Muhimmah, Izzati
Seminar Nasional Informatika Medis (SNIMed) 2015: Prosiding SNIMED 2015
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract. Tes Denver II merupakan alat skrining untuk menemukan penyimpangan perkembangan pada anak pasca kelahiran hingga usia 6 tahun. Tes Denver II bukan merupakan tes IQsehingga tidak dapat meramal kemampuan intelektual, adaptif atau perkembangan anak dimasamendatang. Tujuannya adalah menilai tingkat perkembangan anak sesuai kelompok seusianya,serta digunakan untuk memonitor dan memantau perkembangan bayi atau anak dengan resikotinggi terjadinya penyimpangan perkembangan secara berkala. Dengan demikian untuk memudahkan dalam pengelolaan data dan pelaksanaan Denver II, maka dibangun Sistem InformasiKesehatan Tes Denver II. Sistem ini diharapkan mampu menjadi alat bantu dalam pelaksanaantes Denver II. Sehingga mampu mendeteksi sejak dini adanya keterdugaan.Keywords: Denver II, Penyimpangan Perkembangan, Alat Bantu Medis
SPK Penentuan Severity Level Kasus Penyakit Dengan Pohon Keputusan Puspitorini, Sukma; Kusumadewi, Sri; Rosita, Linda
Seminar Nasional Informatika Medis (SNIMed) 2016: Prosiding SNIMED 2016
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Case-mix adalah sistem pengklasifikasian penyakit yang mengkombinasikan antara sekelompok penyakit dengan karakteristik klinis yang sama/mirip Dasar pengklasifikasian adalah utilization yaitu penggunaan sumber daya rumah sakit yang homogen, serta clinical characteristic yang meli-puti gejala klinis yang similar atau sama. Dasar pengelompokan dengan menggunakan ICD – 10 untuk diagnosis dan ICD-9 untuk prosedur atau tindakan. Besarnya tarif/biaya yang harus dibayarkan/ditagih kepada Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan ditentukan oleh kode Indonesia Case Base Groups (INA CBGs) yang terdiri dari 4 digit. Digit keempat atau digit terakhir menunjukkan tingkat keparahan (severity level) kasus penyakit. yang dipengaruhi oleh diagnosis sekunder (komplikasi dan komorbiditas). Severity level berkaitan dengan resource intensity level yaitu sumber daya yang dihabiskan oleh rumah sakit dalam menangani seorang pasien. Penelitian ini bertujuan membangun sistem pendukung keputusan untuk menentukan severity level kasus penyakit menggunakan data mining model klasifikasi (classification) dengan pohon keputusan. Atribut yang akan digunakan sebagai masukan sistem untuk melakukan pred-iksi severity level adalah atribut umur, diagnosis utama (DU), diagnosis sekunder 1 (DS 1), dan diagnosis sekunder 2 (DS 2). Proses training menggunakan Algoritma C4.5 dengan konsep entropi-gain untuk menentukan akar pohon dan membangun pohon keputusan (decsision tree) secara keseluruhan dan kemudian dibuat aturannya dalam bentuk IF_THEN. Uji kredibilitas sistem dilakukan dengan melakukan proses testing dan hasilnya disajikan dalam bentuk matriks konfusi. Hasil dari penelitian ini adalah sistem yang dibangun dapat digunakan untuk melakukan prediksi severity level kasus penyakit dan dari aturan yang terbentuk menunjukkan bahwa atribut diagnosis sekunder 1 (DS 1) berpengaruh signifikan dalam proses pembentukan aturan.
Rancang Bangun Sistem Rekam Medis Gigi Saputra, Adysta Galang Iman Anugrah; Hamidah, Nelly Nur; Setiaji, Hari
Seminar Nasional Informatika Medis (SNIMed) 2017
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Rekam medis gigi merupakan catatan demografi pasien yang mencakup bagian dari administrasi pemeriksaan gigi, data diri pasien di rekam medis, data pemeriksaan awal pasien, data odontogram pasien, dan data hasil diagnosa pasien oleh dokter. Rekam medis gigi merupakan hak pasien yang mendapatkan layanan kesehatan gigi. Rekam medis gigi yang lengkap dapat digunakan untuk kebutuhan khusus seperti identifikasi jenazah dan alat bukti akurat yang menunjukan ada tidaknya malpraktek. Penelitian ini mengembangan purwarupa sistem rekam medis gigi dengan metode Rapid Application Development dengan bentuk rekam medis gigi yang mengacu pada Panduan Rekam Medik Kedokteran Gigi Direktorat Bina Upaya Kesehatan Dasar Kementrian Kesehatan RI 2014. Purwarupa sistem rekam medis gigi ini dapat mempermudah dan mempercepat pembuatan rekam medis gigi oleh dokter dan perawat. Purwarupa sistem rekam medis gigi yang dihasilkan juga memberikan kemudahan akses terhadap rekam medis gigi bagi pasien serta untuk kebutuhan khusus seperti identifikasi jenazah dan alat bukti akurat yang menunjukan ada tidaknya malpraktek.
Pelatihan Posyandu Kesehatan Jiwa Berbasis IT Terhadap Tingkat Pengetahuan dan Ketrampilan Kader di Desa Bongkot Yani, Athi’ Linda; Murtadho, Mohamad Ali
Seminar Nasional Informatika Medis (SNIMed) 2019
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Posyandu jiwa merupakan pusat pelayanan terpadu pada pasien yang mengalami gangguan jiwa, Keberlangsungan posyandu tidak lepas dari peran kader oleh karena itu pentingnya pengetahuan dan ketrampilan kader agar meningkatkan kualitas pelayanan posyandu. Kesadaran masyarakat akan pentingnya pencegahan pasien yang mengalami kekambuhan dapat memberikan semangat para kader untuk rutin menjalankan kegiatan posyandu, selain itu mereka juga mengajarkan ketrampilan pada pasien ODGJ agar meningkatkan produktifitasnya. Tujuan dari penelitian ini untuk mengetahui tingkat pengetahuan dan ketrampilan kader dalam memberikan layanan posyandu kesehatan jiwa berbasis IT di Desa Bongkot. Penelitian ini menggunakan pre-post test desaign, pengambilan sampel dengan teknik purposive sampling, sampel diambil dari kader yang memenuhi kriteria inklusi, alat ukur dengan menggunakan instrumen tingkat pengetahuan kader dan ceklist untuk mengukur tingkat ketrampilan kader. Uji yang digunakan dengan menggunakan statistik wilcoxon. Hasil dari penelitian terdapat perubahan tingkat pengetahuan kader nilai significan yang di dapat 0.001 kurang dari p < 0.05. Sedangkan pada ketrampilan kader setelah mendapat pelatihan didapatkan nilai signifikansi 0.003 terdapat peningkatan ketrampilan yang bermakna sebelum dan sesudah pelatihan. Pelatihan ini dapat meningkatkan pengetahuan kader terkait manfaat penggunaan apilakasi posyandu yang berbasis IT. Selain itu kader dilatih untuk langsung praktek mengoperasikan sistem aplikasi posyandu tersebut sehingga proses pencatatan, pelaporan dan pemantauan perkembangan pasien menjadi semakin mudah dan efektif.

Page 6 of 11 | Total Record : 108

 4   5   6   7   8 

Filter by Year

2012 2019


Reset
Filter By Issues
All Issue 2019 2018 2017 2016: Prosiding SNIMED 2016 2015: Prosiding SNIMED 2015 2014: Prosiding SNIMED 2014 SNIMed IV (2013) 2012