Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Satistik menurut Korlantas Polri tentang kecelakaan lalu lintas menyebutkan bahwa pada 2017 jumlah kecelakaan kendaraan bermotor berada pada angka 102.057 Korlantas Polri, 2017 kasus dan sebagian besar diakibatkan oleh kelalaian pengendara dalam mengatur waktu istirahat saat berkendara yang menyebabkan terjadinya kecelakaan lalu lintas karena pengendara mengantuk dan tidak bisa mengendalikan kendaraan tersebut. Oleh karena itu dibutuhkan adanya sebuah alat yang dapat mendeteksi kantuk dan memperingatkan pengemudi tersebut agar pengemudi tersebut dapat terhindar dari kecelakaan. Pengembangan sistem pendeteksi kantuk ini akan menggunakan detak jantung sebagai sumber data yang akan diambil dan data tersebut akan diolah menggunakan metode Photoplethysmografi yang akan membaca berapa detak jantung pengendara tersebut. Hasil yang didapapat dari pengembangan ini mendapatkan hasil bahwa alat yang sudah dibuat ini sudah cukup berhasil dimana tingkat keberhasilnnya hingga 96.52 . Dari pengembangan ini telah dibuktikan bahwa kondisi kantuk seseorang akan berpengaruh pada detak jantung seseorang. Dan juga batasan untuk detak jantung seseorang untuk dinyatakan sedang mengantuk adalah delapan detakan dibawah rata-rata.

---

According to Republic of Indonesia traffic police corps Korlantas Polri about traffic accidents states that in 2017 number of traffic accidents was at 102.057 Korlantas Polri, 2017 cases and mostly caused by negligence of the driver in managing rest time when driving that caused traffic accidents because the driver was sleepy and could not control the vehicle. Therefore it is necessary to have a device that can detect sleepiness and warn the driver so that the driver can avoid the accident. The development of this sleepiness detection system will use the heartbeat as a source of data to be retrieved and the data will be processed using Photoplethysmography method which will read how much the heartbeat of the driver. The results obtained from this development get the result that the tool that has been made is already quite successful where the success rate up to 96.52 . From this development has been proven that a person 39 s sleep condition will affect the heart rate of a person. And also, the limit for a person 39 s heartbeat to be drowsy is eight beats below average.

Abstrak :
The development of technologies for detecting or preventing drowsiness at the wheel has been a major challenge in the area of accident avoidance systems. Due to the hazard that drowsiness presents on the road, methods need to be developed for its early detection. This study implements a Haar cascade technique on a Raspberry Pi module and evaluates the performance of the developed system. The results obtained from the evaluation of the standalone embedded system show that a precision of 80.11% and recall (sensitivity) of 99.81% were achieved. The results of the system usability test (based on an administered questionnaire) reveal that the mean System Usability Scale (SUS) score for the 20 participants is 77.38, with a standard deviation of 9.40. The minimum and maximum score are 57.50 and 92.50, respectively. The mean SUS score of 77.38 indicates that user satisfaction is adequate.

Abstrak :
Kualitas tidur yang buruk dapat memengaruhi kejadian Excessive Daytime Sleepiness. Kejadian EDS merupakan kantuk yang berlebihan pada siang hari. Penelitian ini bertujuan untuk mengidentifikasi adanya hubungan hubungan antara kualitas tidur dan kejadian Excessive Daytime Sleepiness pada perawat. Penelitian ini adalah penelitian kuantitatif dengan desain analitik korelasional cross sectional menggunakan sampel perawat yang bekerja di salah satu rumah sakit di Kota Depok sebanyak 174 responden. Responden dipilih menggunakan teknik purposive sampling dengan kriteria inklusi, yaitu perawat yang melaksanakan dinas kerja shift. Kualitas tidur diukur dengan instrumen Pittburgh Sleep Quality Index (PSQI) dan kejadian EDS diukur menggunakan instrumen Epworth Sleepiness Scale (ESS). Uji hipotesis menggunakan uji Chi-Square menunjukkan bahwa prevalensi kualitas tidur yang buruk cukup tinggi terjadi pada perawat dan prevalensi yang cukup rendah pada perawat yang mengalami kejadian EDS. Sebanyak 98 perawat (56,3%) memiliki kualitas tidur yang buruk dan 24 perawat (13,8%) mengalami EDS. Sebanyak 13,4% perawat yang mengendarai kendaraan sendiri mengalami kejadian EDS. Terdapat hubungan yang signifikan antara kualitas tidur dan kejadian EDS (p = 0,015). Perawat yang kualitas tidurnya buruk sebanyak 3,4 kali untuk mengalami EDS (95%CI 1,2; 9,6; OR = 3,4). Terdapat hubungan yang signifikan antara penggunaan gadget dan kejadian EDS (OR = 6,2; p = 0,05). Berdasarkan hasil penelitian tersebut, maka perlunya dilakukan manajemen untuk mengatasi kualitas tidur yang buruk dan meningkatkan kualitas tidur perawat yang sudah baik serta menangani masalah atau gangguan tidur dengan mengoptimalkan kesejahteraan perawat sehingga tidak mengalami kejadian EDS yang berisiko terhadap kecelakaan saat berkendara. ......Poor sleep quality can affect the incidence of Excessive Daytime Sleepiness. EDS is excessive sleepiness during the day. This study aims to identify the relationship between sleep quality and the incidence of Excessive Daytime Sleepiness in nurses. This study is a quantitative study with a cross sectional correlational analytic design using a sample of nurses working in one of the hospitals in Depok City as many as 174 respondents. Respondents were selected using purposive sampling technique with inclusion criteria, namely nurses who carry out shift work services. Sleep quality was measured using the Pittburgh Sleep Quality Index (PSQI) instrument and the incidence of EDS was measured using the Epworth Sleepiness Scale (ESS) instrument. Hypothesis testing using the Chi-Square test showed that the prevalence of poor sleep quality was quite high among nurses and a fairly low prevalence among nurses who experienced EDS events. A total of 98 nurses (56.3%) had poor sleep quality and 24 nurses (13.8%) experienced EDS. A total of 13.4% of nurses who drove their own vehicles experienced EDS. There is a significant relationship between sleep quality and the incidence of EDS (p = 0.015). Nurses with poor sleep quality were 3.4 times more likely to experience EDS (95%CI (95%CI 1,2; 9,6; OR = 3.4). There is a significant relationship between gadget use and the incidence of EDS (OR = 6.2; p = 0.05). Based on the results of this study, it is necessary to carry out management to overcome poor sleep quality and improve the quality of sleep of nurses who are already good and deal with problems or sleep disorders by optimizing the welfare of nurses so that they do not experience EDS events that are at risk of driving accidents.

Abstrak :
Latar belakang: Dalam beberapa dekade terakhir, dunia kerja industri transportasi telah mengalami perubahan luar biasa seperti halnya bidang pekerjaan lain. Tuntutan operasional transportasi 24 jam kerja dalam sehari dan 7 hari kerja dalam seminggu menciptakan risiko keselamatan dan kesehatan yang berkaitan dengan rasa kantuk, yaitu suatu kondisi yang diketahui mengganggu kinerja saat mengemudi dan merupakan salah satu penyebab timbulnya kecelakaan dan kematian saat berlalu lintas. Penelitian ini bertujuan untuk mengidentifikasi risiko mengantuk pada pengemudi bus jarak jauh dan faktor-faktor yang berhubungan. Metode: Penelitian ini menggunakan desain studi potong lintang. Dua ratus satu pengemudi yang bekerja di hari libur panjang nasional diikutsertakan dalam penelitian. Data sekunder didapatkan dari kuesioner dan hasil pemeriksaan medis pengemudi bus pada liburan akhir tahun 2018 oleh Dinas Kesehatan Pemerintah Provinsi Daerah Khusus Ibukota Jakarta. Hasil: Proporsi kantuk pada pengemudi bus jarak jauh adalah 9,5%. Mengemudi lebih dari 1.001 km dalam satu kali perjalanan dengan ORs=7.927 (CI 95%=2.184-28.769; p=0.002) dan kondisi kelelahan dengan ORs=3.824 (CI 95%=1.393-10.499; p=0.009) merupakan faktor determinan utama penyebab rasa kantuk pada pengemudi bus jarak jauh. Jumlah trayek selama sebulan dan faktor individu seperti usia, riwayat hipertensi, dan riwayat diabetes melitus tidak memiliki hubungan yang signifikan secara statistik dengan kejadian kantuk (p>0.05). Kesimpulan: Sebanyak 9,5% pengemudi bus jarak jauh mengalami kecenderungan mengantuk. Faktor jarak perjalanan dan kelelahan merupakan faktor yang terkait dengan timbulnya risiko kantuk pada pengemudi bus jarak jauh (R2=0.235). ......Background: As is the case with many other occupations, the work organization of transport operators has undergone tremendous changes over the past several decades. Transportation’s 24 hours in a day an 7 days in a week operational demands create safety and health risks related to sleepiness, a condition that is known to impair driving performance and causes of motor vehicle crashes and fatalities. This study aims to identify the risk of sleepiness in long distance commuter bus drivers and its associated factors. Method: This study used a cross sectional study design. Two hundred and one drivers who are working in long national holidays were involved in this study. The secondary data was gathered from questionnaires and medical examination of bus driver in year-end holidays 2018 by Jakarta Provincial Health Office. Result: The proportion of sleepiness in long distance commuter bus drivers 9.5%. Driving more than 1,001 km in a single commute trip with ORad=7.927 (95%CI=2.184-28.769; p=0.002) and fatigue condition with ORad=3.824 (95%CI=1.393-10.499; p=0.009) are dominant determinants of sleepiness in long distance commuter bus drivers. Monthly number of trip and individual factors such as age, history of hypertension, and history of diabetes mellitus do not have a statistically significant relationship with the incidence of drowsiness (p>0.05). Conclusion: Nine point five percent of long distance commuter bus drivers is experiencing sleepiness. Trip distance and fatigue are associated factors with the risk of sleepiness in long distance commuter bus drivers (R2=0.235).

Abstrak :
Obstructive sleep apnea atau OSA adalah salah satu bentuk gangguan tidur yang disebabkan oleh gangguan pernapasan, dimana terjadi obstruksi saluran napas atas berulang selama seseorang tidur. OSA dapat menyebabkan fragmentasi tidur dan akhirnya menyebabkan rasa mengantuk di siang hari. Ketika seseorang mengantuk, terjadi penurunan kemampuan persepsi dan perubahan emosi, yang mengarah pada penurunan produktivitas kerja. Pegawai administrasi yang dirasa memiliki tingkat rasa mengantuk yang tinggi saat jam kerja merupakan subjek dari penelitian ini. Subjek yang diteliti yaitu pegawai administrasi di Pusat Administrasi Universitas Indonesia yang dirasa menggambarkan karakteristik pegawai administrasi Indonesia. Subjek diminta untuk mengisi kuesioner Epworth Sleepiness Scale untuk mengukur tingkat rasa mengantuknya di siang hari dan kuesioner STOPBANG untuk mengetahui risiko OSA. Hasil penelitian menunjukkan bahwa walaupun pegawai Pusat Administrasi Universitas Indonesia yang berisiko tinggi OSA mengalami mengantuk di siang hari, namun jumlahnya hanya sedikit. Sebagian besar pegawai tidak mengantuk di siang hari. Karenanya, tidak terdapat hubungan antara risiko OSA dengan tingkat rasa mengantuk pada pegawai Pusat Administrasi Universitas Indonesia. Hal ini disebabkan karena tingginya nilai kuesioner Epworth tidak dapat menentukan risiko OSA, melainkan hanya menunjukkan bahwa seseorang memiliki kualitas tidur di malam hari yang buruk.

---

Obstructive sleep apnea, also known as OSA, is one of sleep-related breathing disorders in which there are repeated obstructions in the upper airway during nighttime sleep. OSA can cause fragmentation of sleep that leads to excessive daytime sleepiness. When someone is sleepy, there is a slight reduction of perception and change of emotion, which leads to a decrease in work productivity. Our research subjects are administration staff of Universitas Indonesia whom we feel possess the characteristics of administration staff. They were asked to fill in the Epworth Sleepiness Scale questionnaire to grade daytime sleepiness and the STOPBANG questionnaire to predict the risk of OSA. The results showed that although the staffs those are at high risk of OSA suffer excessive daytime sleepiness, but the proportions were insufficient. Hence, there was no correlation between the values of daytime sleepiness and the risk of OSA in administration staff of Universitas Indonesia. This might be because a high score of Epworth questionnaire could not determine the risk of OSA, but only show a lack of night-time sleep.

Abstrak :
Depresi dan Excessive Daytime Sleepiness merupakan suatu fenomena yang sering kali terjadi pada populasi mahasiswa. Banyak dampak negatif yang muncul dari kejadian depresi dan EDS pada mahasiswa. Penelitian ini memiliki tujuan untuk mengidentifikasi hubungan Depresi dengan Kejadian Excessive Daytime Sleepiness pada Mahasiswa di Kota Depok. Penelitian ini menggunakan desain cross sectional dengan teknik Quota Sampling dan pendekatan Convenience Sampling. Penelitian ini melibatkan 442 mahasiswa di Kota Depok. Data dianalisis dengan menggunakan Chi-Square untuk mengetahui hubungan yang bermakna antara Depresi dan EDS (OR = 2,00; p = 0,000). Hasil penelitian menunjukkan bahwa mahasiswa yang mengalami Depresi sebanyak 184 mahasiswa (41,6%) dan mahasiswa yang mengalami EDS sebanyak 208 mahasiswa (47%). Berdasarkan hasil penelitian, peneliti menyarankan mahasiswa dapat meningkatkan kewaspadaan terhadap kebutuhan tidurnya dan instansi pendidikan keperawatan diharapkan dapat membentuk strategi khusus untuk melakukan penyelenggaraan evaluasi kesehatan mental dan promosi kebutuhan tidur yang efektif untuk menekan dan mencegah terjadinya EDS dan depresi. ......Depression and Excessive Daytime Sleepiness is a phenomenon that often occurs in the student population. Many negative impacts arise from the incidence of depression and EDS in students. This study aims to identify the relationship between depression and the incidence of Excessive Daytime Sleepiness in college students in Depok City. This study used a cross sectional design with Quota Sampling technique and Convenience Sampling approach. This study involved 442 students in Depok City. Data were analyzed using Chi-Square to determine the meaningful relationship between Depression and EDS (OR = 2,00; p = 0,000). The results showed that students who experienced Depression were 184 students (41.6%) and students who experienced EDS were 208 students (47%). Based on the results of the study, researchers suggest that students can increase awareness of their sleep needs and nursing education institutions are expected to form a special strategy for organizing mental health evaluations and promoting effective sleep needs to reduce and prevent the occurrence of EDS and depression.

Abstrak :
Mengemudi dalam keadaan mengantuk merupakan salah satu bentuk kelalaian dalam berkendara yang dapat membahayakan. Oleh karena itu, penelitian ini ditujukan untuk merancang dan membangun sebuah sistem pendeteksi kantuk yang mampu memperingatkan pengemudi apabila sudah berada pada kondisi yang memerlukan istirahat. Sistem yang dikembangkan berupa sebuah aplikasi Android yang memanfaatkan tiga jenis sensor yaitu kamera depan sebagai sumber data citra wajah dengan resolusi 480p, perangkat EEG portabel sebagai sumber data gelombang otak dan MiBand sebagai sumber data detak jantung. Data dari ketiga sensor ini selanjutnya akan digunakan sebagai input bagi sebuah model neural network untuk melakukan deteksi kantuk. Dari penelitian ini didapatkan hasil bahwa arsitektur 1D CNN lebih cocok digunakan sebagai model dalam sistem pendeteksi kantuk dibandingkan dengan LSTM. Interval waktu 4 menit digunakan pada sistem pendeteksi kantuk yang dikembangkan karena dinilai paling optimal untuk digunakan. Dengan menggunakan data dari sepuluh partisipan, model mampu mendapatkan validation accuracy sebesar 96.30%. Sedangkan dari 12 kali percobaan pengujian sistem pendeteksi kantuk yang dikembangkan, sistem mampu melakukan klasifikasi kantuk dengan tingkat akurasi sebesar 83.3%

 

---

Driving in a drowsy condition is one form of carelessness in driving that can be dangerous. Therefore, this research is intended to design and build a drowsy detection system that can warn the driver when they are in a condition that requires to rest. The system was developed in the form of an Android application that utilizes three types of sensors, which are the front camera as a source of face image with 480p resolution, portable EEG devices as a source of brainwaves data and MiBand as the source of heart rate data. Collected data from these three sensors will then be used as input for a neural network model to detect drowsiness. From this study it was found that the 1D CNN architecture is the most suitable to be used as a model in drowsiness detection systems compared to LSTM. A 4-minute time interval is used in the drowsy detection system that was developed because it was considered as the most optimal. By using data from ten participants, the model was able to get a validation accuracy of 96.30%. While from 12 trials of drowsiness detection system testing that was developed, the system can do drowsiness classification with an accuracy rate of 83.3%

 

Abstrak :
Data yang didapat dari Polda Metro Jaya, pada arus mudik 6 hari sebelum Hari Raya Idul Fitri tahun 2017 ada sekitar 73 kasus kecelakaan lalu lintas yang disebabkan oleh rasa kantuk pada saat berkendara. Yang dimana 6 orang meninggal dunia, mengalami luka berat sebanyak 17 orang, dan luka ringan sebanyak 82 orang. Jumlah ini meningkat 16 persen dari tahun 2016 yang tercatat sebanyak 63 kejadian. Sistem pendeteksi dan prediksi kantuk dikembangkan untuk mengatasi masalah ini. Metode peramalan untuk time series yang banyak menimbulkan proses prediksi cukup sulit dilakukan. Sistem prediksi kantuk dibangun dengan algoritme backpropagation neural network yang diharapkan mampu untuk mempelajari dan beradaptasi pada setiap pola dari data historis yang diberikan. Dengan mengenali pola dari data historis, sistem dapat memberikan prediksi dan respons yang akurat dengan akurasi sebesar 100.

---

Data obtained from Polda Metro Jaya, on the homecoming traffic 6 days before Idul Fitri 2017 there are about 73 cases of traffic accidents caused by drowsiness at the time of driving. Where 6 people died, severe injuries as many as 17 people, and light injuries as many as 82 people. This number increased 16 percent from the year 2016 recorded as many as 63 events. Drowsiness and prediction systems were developed to address this problem. Forecasting methods for time series caused a lot of prediction process quite difficult. The sleep prediction system is built with backpropagation neural network algorithm expected to be able to learn and adapt to each pattern of given historical data. By recognizing patterns from historical data, the system is expected to provide accurate predictions and responses with 100.