Hasil Pencarian  ::  Simpan CSV :: Kembali

"Durasi tidur yang tidak memadai dapat berdampak negatif pada kemampuan kognitif dan kondisi fisiologis pengemudi, sehingga meningkatkan risiko kecelakaan. Penelitian ini bertujuan untuk menganalisis pengaruh durasi tidur terhadap situation awareness dan heart rate variability (HRV) pada pengemudi. Penelitian dilakukan dalam dua kondisi tidur, yaitu tidur normal (≥7 jam) dan kurang tidur (≤4 jam), dengan melibatkan 20 partisipan berusia 18–25 tahun. HRV diukur menggunakan perangkat Polar H10 sebelum dan sesudah aktivitas mengemudi, sementara situation awareness dievaluasi melalui Situation Present Assessment Method (SPAM), dan tingkat kantuk dinilai menggunakan Karolinska Sleepiness Scale (KSS). Data dianalisis menggunakan uji parametrik dan non-parametrik berdasarkan hasil uji normalitas. Hasil penelitian menunjukkan bahwa kurang tidur secara signifikan menurunkan nilai HRV seperti SDNN, RMSSD, dan Mean RR, serta meningkatkan Mean HR dan rasio LF/HF, yang mencerminkan peningkatan beban fisiologis dan dominasi simpatis. Skor SPAM juga lebih rendah dan skor KSS lebih tinggi pada kondisi kurang tidur, yang menandakan penurunan kewaspadaan situasional dan peningkatan rasa kantuk. Selain itu, korelasi antara HRV dengan SPAM dan KSS menunjukkan adanya hubungan signifikan antara kondisi fisiologis dan performa kognitif pengemudi. Temuan ini menekankan pentingnya tidur yang cukup sebelum mengemudi guna menjaga kondisi fisiologis dan kognitif.

---

Inadequate sleep duration can negatively affect drivers’ cognitive performance and physiological condition, thereby increasing the risk of accidents. This research investigates how variations in sleep duration influence drivers’ ability to maintain situation awareness and regulate heart rate variability (HRV) in drivers. The research was conducted under two sleep conditions: normal sleep (≥7 hours) and sleep deprivation (≤4 hours), involving 20 participants aged 18–25 years. HRV was measured using the Polar H10 device before and after driving activities, while drivers’ awareness of their surroundings during the driving task was evaluated using the Situation Present Assessment Method (SPAM), and subjective drowsiness levels were evaluated through the Karolinska Sleepiness Scale (KSS). The collected data were processed using both parametric and non-parametric statistical methods, selected according to the outcomes of normality tests. The analysis revealed that sleep deprivation significantly reduced HRV parameters such as SDNN, RMSSD, and Mean RR, and increased Mean HR and LF/HF ratio, indicating higher physiological stress and sympathetic dominance. SPAM scores were also lower and KSS scores were higher under sleep-deprived conditions, reflecting reduced situation awareness and increased drowsiness. Moreover, correlations between HRV, SPAM, and KSS revealed significant relationships between physiological conditions and drivers’ cognitive performance. These findings emphasize the importance of sufficient sleep prior to driving in maintaining physiological and cognitive function."

"Kelelahan merupakan bahaya yang dapat mempengaruhi produktivitas pekerja. Sebagai garda terdepan dalam memberikan pelayanan kesehatan, perawat di rumah sakit memiliki tanggung jawab besar terutama dalam menghadapi beban kerja yang signifikan. Penurunan kondisi perawat akibat kelelahan dapat mengganggu kinerja perawat dan membahayakan kondisi kesejahteraan pasien. Penelitian ini dilakukan untuk mengetahui tingkat kelelahan kerja dari perawat rumah sakit. Metode dalam penelitian ini menggunakan pendekatan kombinasi, yaitu penggunaan heart rate variability (HRV) untuk mengukur variabilitas detak jantung secara objektif dan Swedish Occupational Fatigue Inventory (HRV) untuk mengambil data subjektif tentang tingkat kelelahan kerja yang dirasakan oleh perawat rumah sakit. Sampel penelitian didapatkan dari salah satu rumah sakit di Depok. Hasil pengolahan data time domain dan frequency domain HRV menunjukkan bahwa heart rate variability dapat digunakan untuk menggambarkan tingkat kelelahan kerja perawat. Korelasi antara data HRV dengan SOFI menunjukkan indikasi Lack of Motivation, Sleepiness, Physical Exertion, dan Physical Discomfort berpengaruh secara signifikan terhadap tingkat kelelahan kerja perawat. Selain itu, faktor usia, BMI tubuh, dan lama tidur sebelum bekerja juga memiliki pengaruh yang signifikan terhadap kelelahan kerja perawat. Hasil penelitian ini diharapkan dapat memberikan pemahaman terhadap tingkat kelelahan kerja yang dialami oleh perawat rumah sakit. Temuan dari penelitian ini juga diharapkan dapat memberikan kontribusi dalam pengembangan rekomendasi yang dapat mengurangi tingkat kelelahan kerja pada perawat.

---

Fatigue is a hazard that can affect worker productivity. As frontline providers of healthcare services, nurses in hospitals bear a significant responsibility, especially when faced with a substantial workload. A decline in nurses' condition due to fatigue can disrupt their performance and jeopardize patient well-being. This study aims to determine the level of work fatigue among hospital nurses. The research methodology employs a mixed approach, using Heart Rate Variability (HRV) to objectively measure heart rate variability and the Swedish Occupational Fatigue Inventory (SOFI) to gather subjective data on the perceived work fatigue levels of hospital nurses. The research sample was obtained from a hospital in Depok. The results of the time domain and frequency domain HRV data analysis indicate that heart rate variability can be used to describe the work fatigue levels of nurses. The correlation between HRV data and SOFI shows that Lack of Motivation, Sleepiness, Physical Exertion, and Physical Discomfort significantly influence nurses' work fatigue levels. Additionally, factors such as age, BMI, and sleep duration before work also significantly impact nurses' work fatigue. The results of this study are expected to provide insight into the level of work fatigue experienced by hospital nurses. The findings of this research are also anticipated to contribute to the development of recommendations that can reduce work fatigue levels among nurses."

"Kepadatan lalu lintas merupakan salah satu faktor lingkungan yang dapat memengaruhi kondisi fisiologis dan perilaku pengemudi. Penelitian ini bertujuan untuk mengevaluasi pengaruh paparan kepadatan lalu lintas terhadap perilaku dan kelelahan mengemudi dengan menggunakan pendekatan simulasi berkendara dan analisis parameter Heart Rate Variability (HRV). Sebanyak 20 partisipan dilibatkan dalam simulasi berkendara yang terdiri dari empat segmen lalu lintas, yaitu Free Flow 1, Jam Flow 1, Free Flow 2, dan Jam Flow 2. Variabel yang diamati dalam penelitian ini meliputi sembilan parameter HRV (seperti Mean RR, SDNN, RMSSD, dan Stress Index) serta data percepatan pengereman sebagai indikator perilaku mengemudi.Analisis statistik menggunakan uji Friedman menunjukkan bahwa tidak terdapat perbedaan yang signifikan antar kondisi lalu lintas terhadap parameter HRV maupun perilaku pengereman. Namun secara deskriptif, segmen Free Flow 1 menunjukkan variasi paling mencolok dalam beberapa indikator, yang mengindikasikan kemungkinan respon adaptif awal terhadap berkendara. Temuan ini menunjukkan bahwa dampak paparan kepadatan lalu lintas terhadap kelelahan dan perilaku mengemudi tidak selalu terlihat secara signifikan, namun tetap memiliki implikasi penting bagi pemantauan kondisi pengemudi.

---

Traffic congestion is an environmental factor that can influence both physiological conditions and driving behavior. This study aims to evaluate the impact of traffic density exposure on driver behavior and fatigue using a driving simulator and analysis of Heart Rate Variability (HRV) parameters. A total of 20 participants took part in the driving simulation, which consisted of four traffic segments: Free Flow 1, Jam Flow 1, Free Flow 2, and Jam Flow 2. The observed variables included nine HRV parameters (such as Mean RR, SDNN, RMSSD, and Stress Index) and braking acceleration data as an indicator of driving behavior. Statistical analysis using the Friedman test showed no significant differences across traffic conditions for both HRV parameters and braking behavior. However, descriptive findings revealed that the Free Flow 1 segment displayed the most noticeable variation in several indicators, suggesting a possible initial adaptive response to driving tasks. These results indicate that the impact of traffic congestion on driver fatigue and behavior may not always be statistically significant, but still holds important implications for driver condition monitoring."

"Kecelakaan lalu lintas masih menjadi persoalan global yang sangat mengkhawatirkan, dengan empat dari lima kasus disebabkan oleh kelelahan pengemudi. Kondisi ini menegaskan bahwa kelelahan saat berkendara merupakan faktor risiko serius yang perlu ditangani secara tepat. Berbagai upaya telah dilakukan untuk mengurangi risiko ini, salah satunya melalui intervensi musik. Musik dinilai sebagai alternatif yang lebih murah, mudah diakses, dan berpotensi efektif dalam mengurangi tingkat kelelahan dibandingkan dengan intervensi teknologi lainnya. Penelitian ini bertujuan untuk mengetahui perbedaan pengaruh antara musik lirik dan musik instrumental terhadap kelelahan pengemudi. Pengukuran dilakukan menggunakan alat Polar H10 untuk mengukur variabilitas denyut jantung (Heart Rate Variability) sebagai indikator kelelahan, dengan dua parameter utama yaitu SDNN dan pNN50. Selain itu, penelitian ini juga menganalisis pengaruh faktor-faktor seperti gender, waktu pengambilan data, frekuensi mengemudi, dan durasi mengemudi terhadap tingkat kelelahan. Diharapkan hasil penelitian ini dapat menjadi landasan ilmiah dalam menyusun strategi pengelolaan kelelahan yang lebih efektif, serta mendorong terciptanya kondisi berkendara yang lebih aman, nyaman, dan berkelanjutan bagi semua pengguna jalan.

---

Traffic accidents remain a serious global concern, with four out of five cases caused by driver fatigue. This situation underscores that fatigue while driving is a serious risk factor that requires proper attention. Various efforts have been made to reduce this risk, one of which is through music intervention. Music is considered a more cost-effective, easily accessible, and potentially effective alternative compared to other technological interventions in reducing fatigue levels. This study aims to investigate the differences in the effects of lyrical music and instrumental music on driver fatigue. Measurements were taken using the Polar H10 device to measure heart rate variability (HRV) as an indicator of fatigue, with two main parameters: SDNN and pNN50. Additionally, this study analyzed the influence of factors such as gender, time of data collection, driving frequency, and driving duration on fatigue levels. It is hoped that the results of this study can serve as a scientific foundation for developing more effective fatigue management strategies, as well as promoting safer, more comfortable, and sustainable driving conditions for all road users."

"Latar belakang: Penelitian ini bertujuan untuk mengetahui pengaruh press needle aurikular terhadap penurunan gejala depresi dan peningkatan nilai Heart Rate Variability (HRV) serta mengetahui efek samping pada pasien dengan gejala depresi pada nyeri kronis.Metode: Penelitian ini menggunakan desain randomized controlled trial yang terdiri dari dua kelompok: kelompok perlakuan diberikan press needle Pyonex ukuran 0,17 x 0,9 mm pada titik MA-TF1 Shenmen, MA-IC7 Heart dan MA-IT1 Cingulate gyrus, dan kelompok kontrol diberikan plester berbentuk bulat pada titik yang sama. Kedua kelompok tidak diberikan stimulasi. Pergantian jarum dilakukan satu kali dalam 2 minggu (setiap 7 hari). Luaran yang diukur adalah skor PHQ-9 serta nilai Heart Rate Variability. Hasil: Peserta penelitian yang mengikuti penelitian ini berjumlah 60 subjek (30 subjek kelompok perlakuan dan 30 subjek kelompok kontrol). Gejala depresi pada kelompok perlakuan (3,00 (0,00-9,00)) lebih baik daripada kelompok kontrol (5,00 (0,00-16,00)) pada hari ke-14 terapi (p<0,05). Heart Rate Variability pada kedua kelompok tidak berbeda bermakna secara statistik (p>0,05) pada hari ke-1 (48,00 (31,00-66,00)), hari ke- 7 (50,00 (29,00-63,00)) dan hari ke-14 (51,50 (41,00-65,00)) dibandingkan kelompok kontrol pada hari ke-1 (50,00 (30,00-63,00)), hari ke-7 (48,00 (38,00-68,00)) dan hari ke- 14 (48,00 (27,00-65,00)). Terdapat efek samping berupa gatal 2(3,3%) dan kemerahan 1(1,6%) pada kedua kelompok yang membaik tanpa intervensi lebih lanjut. Kesimpulan: Press needle aurikular terbukti aman dan efektif dalam menurunkan gejala depresi pasien dengan gejala depresi pada nyeri kronis.

---

Background: This study aims to determine the effect of auricular press needle on reducing depressive symptoms and increasing Heart Rate Variability (HRV) values and to determine the side effects in patients with depressive symptoms in chronic pain. Method: This study used a randomized controlled trial design consisting of two groups: the treatment group was given a 0.17 x 0.9 mm Pyonex press needle at the MA-TF1 Shenmen, MA-IC7 Heart and MA-IT1 Cingulate gyrus points, and the control group was given a round plaster at the same point. Both groups were not given stimulation. The needle was changed once every 2 weeks (every 7 days). The outcomes measured were the PHQ-9 score and the Heart Rate Variability value.

Results: The study participants who took part in this study numbered 60 subjects (30 subjects in the treatment group and 30 subjects in the control group). Depression symptoms in the treatment group (3.00 (0.00-9.00)) were better than the control group (5.00 (0.00-16.00)) on the 14th day of therapy (p<0.05). Heart Rate Variability in both groups was not statistically significantly different (p>0.05) on day 1 (48.00 (31.00- 66.00)), day 7 (50.00 (29.00-63.00)) and day 14 (51.50 (41.00-65.00)) compared to the control group on day 1 (50.00 (30.00-63.00)), day 7 (48.00 (38.00-68.00)) and day 14 (48.00 (27.00-65.00)). There were side effects in the form of itching 2 (3.3%) and redness 1 (1.6%) in both groups that improved without further intervention.

Conclusion: Auricular press needle has been proven safe and effective in reducing depressive symptoms in patients with depressive symptoms in chronic pain."

"Cardiovascular diseases (CVD) merupakan salah satu penyebab utama kematian di dunia. WHO memperkirakan angka 17,9 juta kematian pada tahun 2021 disebabkan oleh CVD. Di Indonesia sendiri, prevalensi penyakit jantung mencapai angka 1,5% atau sekitar 2,7 juta orang pada tahun 2018. CVD mencakup berbagai macam jenis penyakit jantung. Salah satu tipe penyakit jantung tersebut adalah congestive heart failure. Congestive heart failure (CHF) adalah kondisi dimana jantung tidak dapat memompa darah yang cukup ke seluruh bagian tubuh. CHF dapat terjadi dikarenakan melemahnya kemampuan otot jantung untuk memompa darah sehingga mempengaruhi heart rate atau detak jantung manusia. Heart rate dapat direpresentasikan menggunakan sinyal yang dapat diukur menggunakan alat rekaman electrocardiogram (ECG/EKG). EKG adalah rekaman aktivitas elektrik jantung yang ditangkap melalui bagian permukaan tubuh. Heart rate variability (HRV) diketahui berkorelasi dengan berbagai penyakit jantung dan salah satunya adalah CHF. Dengan berkembangnya teknologi, terdapat beberapa penelitian mengenai implementasi artificial intelligence (AI) untuk mendeteksi keberadaan CHF menggunakan model machine learning dan HRV sebagai fitur bagi model. Pada penelitian ini, akan dibangun dan dievaluasi kinerja model XGBoost untuk mendeteksi eksistensi penyakit CHF pada short-term HRV dari rekaman EKG 5 menit. Dataset yang digunakan berasal dari empat database yang berbeda yang diambil dari situs PhysioNet, yaitu NSRDB dan NSR2DB sebagai kelas sehat dan CHFDB dan CHF2DB sebagai kelas CHF. Masing-masing database memiliki rekaman long-term EKG. Seluruh rekaman tersebut dilakukan segmentasi selama 5 menit pada 2 jam pertama rekaman. Dari hasil segmentasi rekaman 5 menit tersebut akan dihitung nilai HRV yang akan menjadi fitur bagi model XGBoost. XGBoost dilatih menggunakan kombinasi teknik Grid Search dan K-Fold Cross Validation dengan nilai 𝐾 = 10. Terdapat 4 metrik yang dijadikan objektif optimisasi Grid Search, yaitu akurasi, sensitivitas, spesifisitas, dan skor AUC. XGBoost yang dilatih dengan mengoptimasi akurasi berhasil mencapai nilai akurasi sebesar 0,954, sensitivitas sebesar 0,935, spesifisitas sebesar 0,96, dan skor AUC sebesar 0,947. XGBoost yang dilatih dengan mengoptimasi sensitivitas berhasil mencapai nilai akurasi sebesar 0,966, sensitivitas sebesar 0,977, spesifisitas sebesar 0,963, dan skor AUC sebesar 0,97. XGBoost yang dilatih dengan mengoptimasi spesifisitas berhasil mencapai nilai akurasi sebesar 0,962, sensitivitas sebesar 0,931, spesifisitas sebesar 0,971, dan skor AUC sebesar 0,951. Kemudian XGBoost yang dilatih dengan mengoptimasi skor AUC berhasil mencapai nilai akurasi sebesar 0,955, sensitivitas sebesar 0,935, spesifisitas sebesar 0,962, dan skor AUC sebesar 0,948.

---

Cardiovascular diseases (CVD) is one of the major causes of death in the world. WHO estimated that 17.9 million of deaths during 2021 are caused by CVD. In Indonesia alone, the prevalence of heart diseases reached 1.5% or around 2,7 million people in 2018. CVD consists of various types of heart disease. Congestive heart failure is one of them. Congestive heart failure (CHF) is a condition where the heart cannot pump enough blood for the entire body. CHF can occur due to a weakening of the heart muscle's ability to pump blood, thereby affecting the human heart rate. Heart rate can be represented using signal that can be measured using electrocardiogram (ECG/EKG) recording. EKG is a recording of the heart's electrical activity captured through the surface of the body. Heart rate variability (HRV) have been known to be correlated with various heart diseases with CHF is one of it. With the advance of technology, there have been various research regarding the implementation of artificial intelligence (AI) to detect the presence of CHF using machine learning model and HRV as features for the model. In this research, we built and evaluated the performance of XGBoost model to detect the existence of CHF on short-term HRV from 5 minutes EKG recording. The dataset came from four different databases that can be accessed from PhysioNet website. Those are NSRDB and NSR2DB datasets to represent healthy class and CHFDB and CHF2DB to represent CHF class. Each database contains long-term EKG. All records are segmented by 5 minutes on the first 2 hours of the recording. HRV metrics are calculated from those 5 minutes segments to become features for the XGBoost model. XGBoost was trained using a combination of Grid Search and K-Fold Cross Validation techniques with 𝐾 = 10. There are 4 metrics that become the objective scoring function for the Grid Search. Those are accuracy, sensitivity, specificity, and AUC score. XGBoost trained to optimize accuracy managed to achieve 0.954 accuracy, 0.935 sensitivity, 0.96 specificity, and 0.947 AUC score. XGBoost trained to optimize sensitivity managed to achieve 0.966 accuracy, 0.977 sensitivity, 0.963 specificity, and 0.97 AUC score. XGBoost trained to optimize specificity managed to achieve 0.962 accuracy, 0.931 sensitivity, 0.971 specificity, and 0.951 AUC score. Lastly, XGBoost trained to optimize AUC score managed to achieve 0.955 accuracy, 0.935 sensitivity, 0.962 specificity, and 0.948 AUC score."

"Latar belakang: Angka morbiditas dan mortalitas meningkat pada pasien fibrilasi atrium (FA) yang mengalami gagal jantung akut. Pada pasien irama sinus, left atrial volume index (LAVI) dan heart rate variability (HRV) merupakan prediktor kuat terjadinya komplikasi kardiovaskular. Penelitian LAVI dan HRV pada pasien FA hingga saat ini belum konklusif.Tujuan: Mengetahui hubungan LAVI dan HRV dengan kejadian gagal jantung akut pada pasien FAMetode: Studi kohort retrospektif dengan populasi terjangkau pasien dewasa FA di Rumah Sakit dr. Cipto Mangunkusumo (RSCM) 1 Januari 2020 hingga 31 Desember 2021 yang berasal dari registri Optimal INR measures for Indonesians (OPTIMA). Data sekunder LAVI diukur dengan ekokardiografi dan parameter HRV terdiri dari standar deviation of NN intervals (SDNN), root mean square of successive differences (RMSSD), rasio low frequency dan high frequency (LF/HF) diukur menggunakan alat HRV portabel. Pasien diikuti hingga 30 Januari 2023, luaran dinilai dengan melihat catatan medik atau melalui telepon.Hasil: Dilakukan analisis pada 144 sampel. Proporsi kejadian gagal jantung akut sebesar 15,3%. Tidak terdapat hubungan antara SDNN dengan kejadian gagal jantung akut (RR 1,75; IK95% 0,260 – 11,779, p=0,565). Tidak terdapat hubungan antara LF/HF dengan kejadian gagal jantung akut (RR 2,865; IK 95% 0,765 – 10,732, p=0,118). Terdapat hubungan antara LAVI dengan kejadian gagal jantung akut (adjusted RR 2,501; IK 95% 1,003 – 6,236, p=0,049). Diabetes melitus dan hipertensi merupakan faktor perancu pada penelitian ini.Kesimpulan: Peningkatan LAVI berhubungan dengan kejadian gagal jantung akut pada pasien FA. HRV tidak berhubungan dengan kejadian gagal jantung akut pada pasien FA.

---

Background Morbidity and mortality rates increase in patients with atrial fibrillation (AF) who experience acute heart failure. In patients with sinus rhythm, left atrial volume index (LAVI) and heart rate variability (HRV) are strong predictors of cardiovascular complications. Research on LAVI and HRV in AF patients has so far not been conclusive.

Objectives: To determine the relationship between LAVI and HRV and the incidence of acute heart failure in AF patients.

Methods: A retrospective cohort study was conducted with an accessible population of adult AF patients at RSCM from January 1, 2020, to December 31, 2021, originating from the Optimal measures INR for Indonesians (OPTIMA) registry. LAVI was measured by echocardiography, and HRV parameters consist of the standard deviation of NN intervals (SDNN), the root mean square of successive differences (RMSSD), and the ratio of low frequency and high frequency (LF/HF) measured using a portable ECG device. Patients were followed until January 30, 2023, and outcomes were assessed by looking at medical records or by telephone.

Result: A total of 144 subjects were analysed. The proportion of acute heart failure is 15.3%. There was no relationship between SDNN and the incidence of acute heart failure (RR 1.75; 95% CI 0.260–11.779, p=0.565). There was no relationship between LF/HF and the incidence of acute heart failure (RR 2.865; 95% CI 0.765–10.732, p=0.118). There is a relationship between LAVI and the incidence of acute heart failure (adjusted RR 2.501; 95% CI 1.003–6.236, p = 0.049). DM and hypertension were confounding factors in this study.

Conclusion: The elevation of LAVI is associated with the incidence of acute heart failure in AF patients. HRV is not associated with the incidence of acute heart failure in AF patients."

"Ada sekitar 1,3 juta orang meninggal akibat kecelakaan lalu lintas setiap tahunnya di seluruh dunia. Di Indonesia sendiri, jumlah kecelakaan lalu lintasnya terbilang tinggi dan cenderung terus meningkat setiap tahunnya menurut data dari Badan Pusat Statistik (BPS). Faktor manusia seringkali ditetapkan sebagai faktor utama penyebab terjadinya kecelakaan. Pada manusia, kelelahan dianggap sebagai penyebab utama kecelakaan transportasi dengan salah satu indikatornya adalah rasa kantuk. Langkah yang dapat dilakukan untuk mencegah meningkatnya tingkat kantuk yang dialami oleh pengemudi salah satunya adalah dengan mengatur suhu ruang kemudi. Suhu lingkungan kerja memberikan kontribusi yang besar terhadap tingkat kelelahan. Maka dari itu, penelitian ini dilakukan untuk mengetahui rentang suhu optimal untuk mengurangi tingkat kantuk pengendara guna mengurangi tingkat kecelakaan lalu lintas di Indonesia. Metode yang digunakan dalam penelitian ini adalah Electroencephalography (EEG) untuk pengukuran secara objektif dan Karolinska Sleepiness Scale (KSS) untuk pengukuran secara subjektif. Hasil dari penelitian ini diharapkan dapat dijadikan alternatif untuk mencegah serta mengurangi tingkat terjadinya kecelakaan lalu lintas.

---

There are about 1.3 million people die from traffic accidents every year worldwide. In Indonesia itself, the number of traffic accidents is fairly high and tends to increase every year according to data from Badan Pusat Statistik (BPS). The human faktor is often determined as the main faktor causing accidents. In humans, fatigue is considered the main cause of transportation accidents with one of the indicators being drowsiness. One of the steps that can be taken to prevent the driver from increasing the level of sleepiness experienced by the driver is to regulate the temperature inside the vehicle. The temperature of the working environment contributes greatly to the level of fatigue. Therefore, this study was conducted to determine the optimal temperature range to reduce the level of sleepiness of drivers in order to reduce the rate of traffic accidents in Indonesia. The method used in this research is Electroencephalography (EEG) for objective measurement and Karolinska Sleepiness Scale (KSS) for subjective measurement. The results of this study are expected to be used as an alternative to prevent and reduce the rate of traffic accidents."

"Penyakit kardiovaskular merupakan penyebab utama kematian global, termasuk di Indonesia. Evaluasi kesehatan dini, menggunakan heart rate variability (HRV) melalui pengukuran root mean square of successive RR interval differences (RMSSD) dan percentage of successive RR intervals that differ by more than 50 𝑚𝑠 (pNN50), menjadi penting untuk merefleksikan respons relaksasi, stres, kualitas tidur, dan aktivitas fisik. Evaluasi ini sebaiknya dilakukan saat seseorang masih dalam kondisi sehat. Sejalan dengan itu, penelitian ini bertujuan mengevaluasi kesehatan pasien dengan irama jantung normal melalui metode clustering pada variabel RMSSD, pNN50, dan usia, yang diambil dari rekaman elektrokardiogram milik online database Physionet. Setiap cluster yang terbentuk dapat memberikan informasi unik, memungkinkan penentuan risiko penyakit kardiovaskular serta penanganan yang tepat. Namun, karena pola data yang digunakan tidak jelas, mengandung outlier, dan berdimensi rendah, maka dilakukan perbandingan antara metode Hierarchical clustering dan Gaussian Mixture Models (GMM) clustering yang mampu mengatasi hal tersebut. Mengingat GMM clustering yang sangat sensitif terhadap inisialisasi awal, penelitian ini menggunakan dua pendekatan inisialisasi, yaitu acak dan K-Means. Penentuan metode terbaik dilakukan dengan mempertimbangkan metrik evaluasi (efektivitas) dan waktu komputasi metode (efisiensi). Hasil penelitian menunjukkan bahwa GMM clustering dengan inisialisasi K-Means adalah metode terbaik dengan membentuk tiga cluster. Meskipun alat EKG menilai pasien dalam kondisi sehat, namun analisis clustering dapat mengungkapkan informasi penting, terutama bagi pasien yang teridentifikasi memiliki tingkat HRV yang relatif rendah.

---

Cardiovascular diseases are a leading cause of global mortality, including in Indonesia. Early health evaluation, utilizing heart rate variability (HRV) through root mean square of successive RR interval differences (RMSSD) and percentage of successive RR intervals that differ by more than 50 𝑚𝑠 (pNN50) measurements, is crucial to reflect responses to relaxation, stress, sleep quality, and physical activity. This evaluation is ideally conducted while an individual is still in a healthy condition. In line with that, this research aims to evaluate the health of patients with a normal sinus rhythm through clustering methods on variables like RMSSD, pNN50, and age, extracted from electrocardiogram recordings from the online Physionet database. Each cluster can provide unique information, enabling the identification of cardiovascular disease risks and appropriate interventions. However, due to unclear data patterns, the presence of outliers, and is low-dimensiona, a comparison is made between Hierarchical clustering and GMM methods, capable of addressing these issues. Given GMM clustering's sensitivity to initializations, this study employs two approaches, random and K-Means. The determination of the best method is based on considerations of evaluation metrics (effectiveness) and computational time (efficiency). Research results indicate that GMM clustering with K-Means initialization is the most effective and efficient method, forming three clusters. Despite ECG assessments indicating healthy conditions, clustering analysis can reveal crucial information, especially for patients identified with relatively low HRV levels."

"Latar belakang. Kondisi iskemia pada penyakit jantung koroner (PJK) berkorelasi dengan disfungsi sistem saraf otonom. Revaskularisasi melalui percutaneous coronary intervention (PCI) dapat mengembalikan keseimbangan fungsi saraf otonom dan memperbaiki prognosis. Di sisi lain, perasaan cemas yang muncul menjelang prosedur PCI, dapat memicu hiperaktivitas simpatis. Tujuan penelitian ini adalah untuk mengetahui pengaruh ansietas terhadap perbaikan heart rate variability (HRV), sebuah teknik non-invasif untuk mengevaluasi aktivitas sistem saraf otonom; setelah tindakan PCI. Metode. Studi dengan desain potong lintang, korelasi pretest-posttest; melibatkan 44 subjek dengan PJK stabil yang menjalani PCI elektif di Pelayanan Jantung Terpadu, Rumah Sakit Umum Pusat Nasional Cipto Mangunkusumo. Pengukuran HRV dilakukan sebelum PCI, kemudian diulang pasca tindakan PCI. Ansietas dinilai menggunakan kuesioner hospital anxiety depression score (HADS). Pengolahan data serta analisis statistik dilakukan dengan bantuan software SPSS 20.0. Hasil. Sebanyak 54,5% subjek mengalami ansietas saat akan menjalani PCI. Pada kelompok tanpa ansietas, ditemukan perbaikan signifikan pada parameter HRV sebelum-setelah PCI; yaitu SDNN [standard deviation of normal to normal intervals] (Median = 26,19 vs. Median = 39,60 ; Z = -3,621 ; p < 0,001) dan parameter RMSSD [root mean square of the successive differences] (Median = 21,90 vs. Median = 30,99; Z = -2,501; p = 0,012). Sementara itu, tidak didapatkan perbaikan bermakna parameter HRV sebelum-setelah PCI, pada kelompok ansietas. Terdapat perbedaan bermakna pada kenaikan nilai SDNN antara kelompok tanpa ansietas dibandingkan dengan kelompok ansietas ansietas (Median = 9,11 vs. Median = 2,83 ; U = 154,00 ; p = 0,043). Simpulan. Ansietas yang terjadi sebelum PCI elektif dapat menghambat perbaikan HRV pasca tindakan sehingga mempengaruhi prognosis penyakit. Diperlukan penelitian lanjutan mengenai peranan terapi ansietas menjelang PCI dihubungkan dengan luaran klinis serta prognosis pasca PCI.

---

Background. Chronic ischemic condition in coronary artery disease (CAD) was associated with autonomic dysfunction. Percutaneous coronary intervention (PCI) could restore perfusion so that improving autonomic balance and disease prognosis. On the other hand, pre-PCI anxiety was known to produce sympathetic hyperactivity. The aim of this study was to determine whether pre-PCI anxiety may influence heart rate variability (HRV) improvement, a noninvasive technique for the evaluation of the autonomic nervous system activity; after successful PCI.

Methods. A cross sectional studies, pretest-posttest correlation; enclose 44 patients with stable CAD undergoing PCI in Integrated Heart Service, Cipto Mangunkusumo National Hospital. HRV measurement was done before and after PCI. Anxiety symptoms was collected using hospital anxiety depression score (HADS) questionnaires. Data input and statistical analysis was carried out using SPSS 20.0 for Windows.

Results. As many as 54.5% stable CAD patients undergoing elective PCI experienced anxiety symptoms. In the anxiety group, there were significant post-PCI improvement of SDNN [standard deviation of normal to normal intervals] (Median = 26.19 vs. Median = 39.60; Z = -3.621; p < 0.001) and RMSSD [root mean square of the successive differences] (Median = 21.90 vs. Median = 30.99; Z = -2.501; p = 0.012). Post-procedure HRV improvement was not significant in patients with anxiety symptoms. There was significant difference of the SDNN improvement between non-anxiety and anxiety patients (Median = 9.11 vs. Median = 2.83; U = 154.00; p = 0.043).

Conclusions. Pre-PCI anxiety may affect HRV improvement after revascularization thus influence disease prognosis. Further studies are needed to determine the impact of pre-PCI anxiety treatment on cardiac outcomes."