Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Kanker payudara adalah suatu jenis tumor ganas yang berkembang pada sel-sel payudara. Pada penelitian ini digunakan model Adaptive Neuro Fuzzy Inference System (ANFIS) dengan Selecting Feature. Neuro Fuzzy (NF) menghibridisasi keunggulan dari Artificial Neural Network (ANN) dan Fuzzy Logic (FL) untuk mengatasi masalah input informasi yang tidak pasti dan tidak tepat. Penelitian model ANFIS dengan selecting feature dilakukan dengan 4 tahap. Pada tahap pertama dilakukan preprocessing data, di mana terlebih dahulu dilakukan cleaning dataset untuk menghilangkan 16 missing value, kemudian data dinormalisasi dalam interval [0,1], selanjutnya dipilih fitur mana yang mewakili dataset menggunakan algoritma relief, correlation plot, dan ilmu di bidang kesehatannya. Tahap kedua yaitu pembagian dataset menjadi 4 label. Hal ini bertujuan untuk melihat pembagian data antara data training dan data testing mana yang proporsional untuk diuji. Tahap ketiga merupakan pengujian model ANFIS dengan eppoch= 50, 100, 150 pada 4 label dataset. Tahap ini menghasilkan nilai RMSE untuk melihat seberapa kecil tingkat kesalahan dari model ANFIS. Pada tahap akhir, dilakukan uji performance data untuk melihat akurasi pada data testing. Berdasarkan hasil uji dalam 4 label dataset, diperoleh rata-rata untuk akurasi 96,35%. Dari hasil penelitian disimpulkan bahwa model Adaptive Neuro Fuzzy Inference System dengan Selecting Feature cukup baik untuk memprediksi kanker payudara.

---

Breast cancer is a type of tumor that develops in breast cells. In this study, the Adaptive Neuro Fuzzy Inference System (ANFIS) model was used with the Selecting Feature. Neuro Fuzzy (NF) hybridizes the advantages of Artificial Neural Network (ANN) and Fuzzy Logic (FL) to solve the problem of uncertain and imprecise information input. The ANFIS research model with feature selection was carried out in 4 stages. In the first stage, data preprocessing is carried out, where first cleaning the dataset to eliminate 16 missing values, then the data is normalized in intervals [0,1], then selected which features represent the dataset using relief algorithms, correlation plots, and science in the field. his health. The second stage is dividing the dataset into 4 labels. This aims to see the distribution of data between training data and testing data which is proportional to be tested. The third stage is the ANFIS testing model with eppoch = 50, 100, 150 on 4 dataset labels. This stage generates the RMSE value to see the slightest error rate of the ANFIS model. In the final stage, a data performance test is carried out to see the accuracy of the data testing. Based on the test results in 4 dataset labels, an average of 96.35% accuracy is obtained. From the research, it was concluded that the Adaptive Neuro Fuzzy Inference System model with the Selecting Feature was good enough to predict breast cancer.

"

"Permitivitas relatif distribusi sel kanker relatif lebih tinggi dibandingkan dengan sel normal. Oleh karena itu, diagnosis kanker payudara dengan berbasis pengukuran kapasitansi memiliki peluang cukup besar. Dalam studi ini, diagnosis kanker payudara dilakukan dengan menggunakan ECVT (Electrical Capacitance Volume Tomography) yang akan memetakan distribusi 3D permitivitas relatif jaringan payudara. Pada penelitian ini dilakukan analisis selektivitas ECVT dalam membedakan kanker ganas (malignan) dan tumor jinak (benign). Pemindaian menggunakan ECVT pada 120 wanita yang mempunyai kelainan pada payudaranya berupa kista, tumor jinak dan kanker ganas berdasarkan identifikasi USG. Hasil menunjukkan bahwa nilai kapasitansi maksimum yang terdeteksi ECVT berkorelasi kuat dengan tingkat keganasan yang diidentifikasi USG. Hasil rekonstruksi ECVT menunjukan bahwa 89.55% dari semua data kanker ganas berada pada nilai kapasitansi maksimum diatas 0.3, sementara 94.4% kista dan tumor jinak berada pada kisaran dibawah 0.3. Hasil ini menunjukkan kelayakan ECVT dalam membedakan kanker ganas dan tumor jinak.

---

In the previous study, has been developed a novel sensor for Electrical Capacitance Volume Tomography (ECVT) to map the distribution of tumor inside the human breast. The ECVT provides a volumetric image of permittivity distribution of the breast tissue, showing higher permittivity of abnormal tissue characterized with a simple cyst, a benign tumor or a malignant cancer as compared with normal breast. In this study, we evaluate the selectivity of the ECVT to differentiate malignant cancers from benign tumors. Serial cases involving 120 patients diagnosed with simple cysts, benign tumors or malignant cancers by Ultrasonography (USG) are scanned using the ECVT, and the images from both of the modalities are compared. It is found that the maximum voxel permittivity value of the reconstructed volumetric image is correlated strongly with the malignancy of the tumor identified by the USG. 89.55% of all malignant data reside above 0.3 in the normalized maximum permittivity value of the reconstructed ECVT image, while 94.4% of simple cyst or benign tumor is in the range below 0.3. This findings suggest the feasibility of the ECVT technique to differentiate the malignant cancer from benign tumor with relatively high selectivity."

"Aplikasi metabolomik dalam analisis subtipe kanker payudara dinilai cukup menjanjikan, salah satunya melalui penilaian profil asam amino. Informasi profil asam amino pada pasien kanker payudara berperan penting dalam tatalaksana pengobatan dan prognosis kanker payudara. Beberapa penelitian sebelumnya menunjukkan suatu pola perubahan asam amino pada pasien kanker payudara dibandingkan kontrol orang sehat, yang mengindikasikan kaitan asam amino dengan kanker payudara. Beberapa asam amino dapat menjadi biomarker yang menunjukkan adanya asosiasi dengan progresivitas kanker maupun subtipe IHK kanker payudara. Penelitian ini bertujuan untuk mengetahui hubungan profil asam amino berdasarkan subtipe imunohistokimia kanker payudara. Penelitian menggunakan studi desain potong lintang yang melibatkan 51 pasien kanker payudara di RSUPN Cipto Mangunkusumo. Sampel darah pasien yang terdiagnosis kanker payudara diukur kadar asam aminonya menggunakan metode HPLC dan nilai yang diperoleh dibandingkan dengan nilai rujukan normal untuk mengetahui adanya pola kenaikan dan penurunan. Pola asam amino akan dianalisis dan diuji asosiasinya berdasarkan pengelompokan subtipe imunohistokimia, yang dibagi menjadi Luminal A, Luminal B+HER2 dan Triple Negative Breast Cancer (TNBC) Sebanyak 51 pasien kanker payudara didominasi oleh kelompok Luminal B+HER2 diikuti oleh Luminal A dan TNBC. Sebagian besar pola asam amino berdasarkan subtype IHK menunjukkan kadar normal, kecuali asam amino arginin dan histidin yang mengalami peningkatan pada kelompok Luminal A dan Luminal B+HER, serta penurunan kadar asam amino ornitin pada kelompok TNBC. Analisis bivariat meunjukkan adanya hubungan yang signifikan (p<0.05) antara asam amino arginin dan ornitin dengan subtipe IHK. Luminal B+HER2 menjadi kelompok subtipe imunohistokimia kanker payudara yang mendominasi. Berdasarkan 19 asam amino yang diuji, asam amino dari ketiga kelompok subtipe imunohistokimia cenderung normal, dimana hanya tiga asam amino yang menunjukkan pola perubahan, yaitu histidin, ornitin dan arginin. Asam amino arginin dan ornitin menunjukkan hubungan yang signifikan dengan subtipe imunohistokimia. 

---

Metabolomic approach to analyze the immunohistochemistry subtype in breast cancer is a promising tool, especially measuring amino acid levels. The amino acid profile on breast cancer patients has a significant role as guidance and prognosis. Previous studies showed alteration of amino acid levels in breast cancer patients compared to healthy women, indicating an association between amino acid and breast cancer. Some amino acids can be used as a biomarker for determining a relationship between breast cancer with cancer progression or immunohistochemistry. This study aims to investigate the association of amino with immunohistochemistry in breast cancer. This is a cross-sectional study that involved 51 breast cancer patients in RSUPN Cipto Mangunkusumo. A blood sample was collected from patients and analyze using High-Performance Liquid Chromatography (HPLC) methods to calculate the level of amino acid. The measurement of amino acid was compared to standard to determine amino acid alteration whether amino acid is increased or decrease. The data are analyzed and tested statistically to investigate the association of amino acid alteration based on three categories of immunohistochemistry (Luminal A, Luminal B+HER2 dan Triple-Negative Breast Cancer (TNBC)). A total of 51 breast cancer patients showed Luminal B+HER2 group has the highest frequency of immunohistochemistry subtype, followed by Luminal A and TNBC, respectively. There were mostly no changes in amino acid levels among the three subtypes, except arginine and histidine, which showed increased amino acid levels in Luminal A and Luminal B+HER2, whereas a decrease of ornithine level showed in TNBC group. Bivariate analysis showed significantly association between amino acid arginine and ornithine with immunohistochemistry subtype in breast cancer (p<0.05).  The majority of immunohistochemistry subtypes in breast cancer were Luminal B+HER2. Out of 19 amino acids, most of the amino acid are stable in three groups, excluding arginine, histidine and ornithine. Arginine dan ornithine showed a significantly association with immunohistochemistry subtype of breast cancer."

"Kanker payudara merupakan kasus kanker terbanyak di seluruh dunia. Pada tahun 2020 tercatat 16,6% kasus kanker payudara di Indonesia. Penyakit kanker payudara yang dialami pasien berdampak pada fungsi fisik, psikologis, dan spiritual yang mempengaruhi kualitas hidup pasien kanker payudara. Tujuan penelitian ini untuk mengetahui hubungan antara aspek spiritualitas dengan kualitas hidup pasien kanker payudara di Rumah Sakit Kanker Dharmais Jakarta. Jenis penelitian ini adalah kuantitatif dengan menggunakan desain penelitian cross sectional. Jumlah sampel yang dicapai pada penelitian ini adalah 135 responden. Teknik pengambilan sampel ini adalah purposive sampling. Instrumen yang digunakan pada penelitian ini Daily Spiritual Experience Scale (DSES) dan The European Organization for Research and Treatment of Cancer Quality of Life Questionnaire (EORTC QLQ-C30). Dalam penelitian ini menunjukan tidak terdapat hubungan yang signifikan antara karakteristik sosiodemografi dan karakteristik penyakit dengan kualitas hidup pasien kanker payudara dengan (p > 0,05), terdapat hubungan yang signifikan pada dukungan sosial dan aspek spiritualitas (p < 0,05) dengan kualitas hidup pasien kanker payudara. Peneliti selanjutnya diharapkan dapat memperhatikan faktor-faktor penting untuk mempertahankan aspek spiritualitas pada pasien kanker payudara.

---

Breast cancer is the most common cancer cases worldwide. In 2020, there were 16.6% of breast cancer cases in Indonesia. Breast cancer experienced by patients has an impact on physical, psychological, and spiritual functions that affect the quality of life of breast cancer patients. The purpose of this study is determine the relationship between aspects of spirituality with breast cancer quality of life at Dharmais Cancer Hospital Jakarta. The type of research is quantitative using a cross sectional research design. The number of samples achieved in this study were 135 respondents. The sampling technique is purposive sampling. The instruments used in this study were the Daily Spiritual Experience Scale (DSES) and The European Organization for Research and Treatment of Cancer Quality of Life Questionnaire (EORTC QLQ-C30). The results of data analysis shows no significant relationship between sociodemographic characteristics and disease characteristics with the quality of life of breast cancer patients (p > 0.05), there was a significant relationship on social support and spirituality aspects (p < 0, 05) with the quality of life of breast cancer patients. Future researchers are expected to pay attention to important factors to maintain aspects of spirituality in breast cancer patients."

"Kanker payudara adalah pertumbuhan sel-sel abnormal di jaringan pada payudara yang berkembang secara tidak terkendali. Perkembangan sel-sel abnormal secara tidak terkendali ini menyebabkan kanker menjadi salah satu penyakit paling mamatikan yang umumnya dialami oleh wanita di seluruh dunia. Salah satu cara untuk mengurangi berkembangnya sel kanker ini adalah dengan melakukan pendeteksian dini menggunakan machine learning. Beberapa metode machine learning berhasil melakukan klasifikasi kanker. Clustering merupakan salah satu metode dari machine learning yang bertujuan untuk mengelompokkan suatu dataset ke dalam subset berdasarkan ukuran jarak. Kernel Spherical K-Means (KSPKM) adalah salah satu metode clustering dengan mengganti hasil kali dalam yang ada pada Spherical K-Means (SPKM) dengan fungsi Kernel. Data kanker payudara yang digunakan pada penelitian ini adalah data kanker payudara Coimbra. Data kanker payudara Coimbra ini merupakan hasil dari pengambilan tes laboratorium yang dapat mendeteksi kanker payudara pada tubuh. Hasil klasifikasi data kanker payudara Coimbra dengan menggunakan metode SPKM memiliki hasil akurasi sebesar 81,82% dengan running time selama 0,16 detik, sensivicity sebesar 100%, dan specificity sebesar 65,62% sedangkan hasil akurasi dengan menggunakan KSPKM dengan Radial Basis Function (RBF) adalah 72,41% dengan running time 0,98 detik, sensivicity sebesar 61,54%, dan specificity sebesar 81,25% . Berdasarkan hasil akurasi pada 10% sampai 90% data yang digunakan, metode KSPKM menghasilkan akurasi yang lebih stabil dibandingkan hasil akurasi pada metode SPKM.

---

Breast cancer is the growth uncontrollably of abnormal cells in the tissue in the breast. The development of abnormal cells uncontrollably causes cancer to become one of the most deadly diseases commonly among women the worldwide. One way to reduce the development of cancer cells is by early detection using machine learning. Some machine learning methods successfully classify cancer. Clustering is one of the methods of machine learning that aims to grouping of a dataset into subsets based on distance measurement. Kernel Spherical K-Means (KSPKM) is one of the clustering methods by replacing the inner products in the Spherical K-Means (SPKM) by Kernel functions.

The breast cancer data used in this study were Coimbra breast cancer data. The Coimbra breast cancer data is the result of taking laboratory tests that can detect breast cancer in the body. The classification results for Coimbra breast cancer data using the SPKM method has highest accuracy 81,82% with running time for 0,16 seconds, sensivicity 100%, and specificity 65,62% while the highest accuracy results using KSPKM with Kernel radial basis function (RBF) are 72,41% with running time 0,98 seconds, sensivicity 61,54%, and specificity 81,25%. Based on the results of the accuracy of 10% to 90% of the training data used, the KSPKM method produces more stable accuracy than the accuracy results of SPKM method."

"Kemoterapi merupakan salah satu modalitas terapi kanker payudara. Kombinasi dari 5-fluorourasil, doksorubisin, dan siklofosfamid (FAC) adalah protokol kemoterapi yang paling banyak digunakan. Penelitian ini bertujuan untuk mengidentifikasi masalah terkait obat pada pasien kanker payudara yang menjalani kemoterapi FAC di Rumah Sakit Kanker Dharmais dalam periode Juli-Desember 2019. Penelitian dilakukan menggunakan metode observasional deskriptif dengan desain penelitian potong lintang (cross-sectional) menggunakan data restropektif. Masalah terkait obat yang diidentifikasi pada penelitian ini, meliputi dosis dan interaksi obat. Hasil penelitian menunjukkan insiden kanker payudara tertinggi pada kelompok umur 44-54 tahun (43,70%) dan penggunaan obat penunjang tertinggi terdapat pada ondansetron (27,17%). Masalah terkait obat dengan dosis yang tidak sesuai sebesar 9,24%, di mana 7,56% dosis terlalu rendah dan 1,68% dosis terlalu tinggi, dan interaksi obat sebesar 9,24%, dimana 25% kategori mayor, 69,44% kategori moderat, dan 5,56% kategori minor. Penatatalaksana kemoterapi FAC pada pasien kanker payudara berpotensi menyebabkan masalah terkaitobat. Oleh karena itu, perlu pemantauan terapi obat pada pasien agar masalah terkait obat dapat diminimalisasi sehingga keberhasilan terapi dapat tercapai.

---

Chemotherapy is one of the modalities of breast cancer therapy. The combination of 5-fluorouracil, doxorubicin and cyclophosphamide (FAC) is the most widely use chemotherapy protocol. This study aims to identify drug-related problems in breast cancer patients undergoing FAC chemotherapy at Dharmais Cancer Hospital in the period July-December 2019. The study was conducted using descriptive observational methods with cross-sectional research designs using restropective data. Drug-related problems identified in this study included dosage and drug interactions.

The results showed the highest breast cancer incident showed in the age group 44-54 years old (43.70%) and the highest use of supportive therapy was found in ondansetron (27.17%). Percentage of inappropriate doses was 9.24% with 7.56% doses too low and 1.68% doses too high, and drug interactions by 9.24%, where 25% the major category, 69.44% the moderate category, and 5.56% the minor category. Management of FAC chemotherapy in breast cancer patients has the potential to cause drug-related problems. Therefore, it is necessary to monitor drug therapy in patients so that drug-related problems can be minimized andtherapeutic success can be achieved."

"ABSTRAKLatar Belakang: Indeks massa tubuh dapat meningkatkan risiko kanker payudara. Pada penelitian sebelumnya didapatkan bahwa indeks massa tubuh yang memasuki kategori obesitas dapat memperburuk prognosis penyakit kanker payudara. Selain indeks massa tubuh, status reseptor hormonal juga menjadi hal yang penting untuk menentukan terapi kanker payudara. Namun, belum diketahui apakah terdapat hubungan antara perubahan indeks massa tubuh sebelum dan sesudah terapi dan status reseptor hormonal terhadap respon terapi kanker payudara yang dinilai dengan ada atau tidaknya residu. Tujuan: Mengetahui pengaruh perubahan indeks massa tubuh dan status reseptor hormonal terhadap respon terapi kanker payudara yang dinilai dengan residu pasca terapi.Metode: Sebanyak 111 data dari rekam medis pasien diambil dengan metode consecutive sampling berdasarkan kriteria inklusi dan eksklusi. Data indeks massa tubuh didapatkan melalui berat badan dan tinggi badan yang diukur sebelum dan sesudah terapi. Pengukuran dilakukan selama rangkaian pemberian kemoterapi. Jika tinggi badan yang didapatkan pada pengukuran sebelum dan sesudah terapi berbeda, maka akan diambil rata-rata. Sedangkan data status reseptor hormonal didapatkan dengan melihat laporan pemeriksaan immunohistokimia. Untuk melihat respon pasien terhadap terapi digunakan laporan hasil pemeriksaan pencitraan.Hasil: Berdasarkan analisis bivariat yang dilakukan, didapatkan hubungan antara perubahan indeks massa tubuh terhadap residu kanker payudara pasca terapi (p 0,018; p<0,05). Dan tidak didapatkan hubungan antara status reseptor hormonal dengan residu kanker payudara pasca terapi (p 0,803; p>0,05) serta hubungan antara status reseptor hormonal dan perubahan indeks massa tubuh secara bersamaan (p 0,087; p>0,05).Kesimpulan: Peningkatan indeks massa tubuh dapat meningkatkan risiko residu kanker payudara pasca terapi. Sedangkan, status reseptor hormonal tidak memiliki hubungan dengan residu kanker payudara pasca terapi. "

"Kanker payudara merupakan salah satu jenis kanker yang paling sering terjadi pada perempuan di Indonesia. Berbagai faktor risiko dapat meningkatkan peluang terjadinya kanker payudara. Faktor hormonal dicurigai menjadi salah satu faktor penting dalam kejadian kanker payudara. Tujuan penelitian ini adalah untuk mengetahui hubungan usia saat menstruasi pertama dengan kejadian kanker payudara di RSUPN Dr. Cipto Mangunkusumo Jakarta tahun 2010-2014. Penelitian ini adalah penelitian retrospektif dengan studi desain cross sectional dengan pengambilan sampel secara random sampling. Sampel yang digunakan sebanyak 98 kasus. Data diambil dari Arsip Departemen Patologi Anatomik FKUI-RSCM dengan penelusuran di bagian Unit Rekam Medik dan Departemen Ilmu Bedah RSUPN Dr. Cipto Mangunkusumo Jakarta. Sampel penelitian dianalisis dengan uji chi square kemudian uji Fisher. Hasil yang didapat adalah faktor risiko usia saat menstruasi pertama tidak berpengaruh terhadap kejadian kanker payudara di RSUPN Dr. Cipto Mangunkusumo Jakarta tahun 2010-2014 p>0,05.

---

Breast cancer is one of the most common cancer among Indonesian females. Many risk factors can increase the chance of developing breast cancer. Hormonal factor seems to play a role in many cases of breast cancer. The aim of this research is to determine the relationship between age at menarche and breast cancer in Dr. Cipto Mangunkusumo National General Hospital Jakarta in 2010 2014. The retrospective research is using cross sectional design study with random sampling technique. There are 98 samples. The samples were taken in Archive Unit of Anatomical Pathology of FMUI with a further investigation in Medical Record Unit and Medical Department of Surgery in Dr. Cipto Mangunkusumo National General Hospital Jakarta. The data were analyzed by using chi square test then Fisher test. There is no significant effect between age at menarche and breast cancer in Dr. Cipto Mangunkusumo National General Hospital Jakarta in 2010 2014 p 0,05."

"Kanker merupakan salah satu penyebab kematian yang paling sering terjadi di seluruh dunia. Salah satu jenis kanker yang dapat mengancam terutama pada wanita adalah kanker payudara. Terlambatnya pendeteksian dini pada penderita kanker payudara menyebabkan sulitnya penanganan untuk proses penyembuhan dan besarnya angka kemungkinan kematian. Metode machine learning banyak diaplikasikan dalam kasus pendeteksian dini karena metode machine learning cukup efektif untuk mendiagnosis suatu penyakit. Pada penelitian ini digunakan metode Bayesian Logistic Regression untuk memprediksi kanker payudara. Metode Bayesian digunakan untuk menghitung bobot dari setiap parameter dari data pada regresi logistik. Data yang digunakan pada penelitian ini adalah data Wisconsin Breast Cancer Database (WBCD, 1992) yang dapat diakses melalui UCI Machine Learning Repository. Berdasarkan hasil uji coba, metode Bayesian Logistik Regression memperoleh akurasi sebesar 96,85%, precision, recall dan F-1 score sebsar 95,44%. Hasil simulasi tersebut menunjukkan bahwa Bayesian Logistic Regression cukup baik untuk membantu praktisi medis dalam mendiagnosis kanker payudara.

---

Cancer is one of the most common cause of death in the world. One type of cancer that can be threaten women is breast cancer. The delay in early detection in patient with breast cancer can cause difficulty in recovery process and high mortality rate. Machine learning technique is widely applied in cases of early detection, because machine learning technique is quite effective in diagnose a disease. In this study, the Bayesian Logistic Regression method was used to predict breast cancer. The Bayesian method is used to calculate the weight of each parameter from the data in logistic regression. The data that used in this study is the Wisconsin Breast Cancer Database from UCI Machine Learning Repository. Based on the results of the experiment, Bayesian Logistic Regression method give 96.85% accuracy, and 95,44% precision, recall and F-1 score. These performance results show that the Bayesian Logistic Regression is good enough to help medical experts in diagnosing breast cancer.

"

"Operasi payudara merupakan salah satu jenis penatalaksaan yang lebih dipilih oleh pasien kanker payudara. Tak jarang operasi kanker payudara juga melibatkan kelenjar getah bening yang ada di sekitarnya. Rasa sakit yang muncul pascaoperasi merupakan hal yang lazim ditemukan, namun seringkali hal ini membuat pasien kanker payudara menjadi enggan untuk menggerakkan lengan dan bahunya karena berusaha untuk menjaga area yang terasa sakit. Kurangnya mobilisasi pada lengan dan bahu di sekitar daerah operasi dapat menimbulkan kekakuan otot dan limpodema sebagai bagian dari komplikasi pembedahan. Studi kasus ini dilakukan dengan tujuan untuk menganalisis asuhan keperawatan yang dilakukan pada pasien kanker payudara dengan intervensi berupa latihan rentang gerak sendi bahu dan lengan. Hasil yang didapatkan setelah intervensi dilakukan pada pasien yaitu kekakuan otot pada pasien berkurang dibandingkan dengan sebelum pasien menjalani latihan. Rentang gerak bahu dan lengan pasien juga mengalami peningkatan, pasien mulai bias meraih kedua tangannya di belakang tubuh. Hasil karya ilmiah ini menunjukkan bahwa latihan rentang gerak sendi bahu dan lengan penting untuk dilakukan sedini mungkin pada pasien pascaoperasi payudara dengan tujuan untuk mencegah kekakuan otot dan mempercepat proses pemulihan pasien. Rekomendasi dari penulisan ini yaitu agar perawat dapat melakukan edukasi tentang latihan rentang gerak sendi bahu dan lengan pada pasien kanker payudara sebelum melakukan prosedur operasi, sehingga pada saat pascaoperasi pasien sudah siap untuk melakukan latihan sedini mungkin.

---

Breast surgery is one of the treatment which preferred by breast cancer patients. Breast cancer surgery also involves lymph nodes around it. Common things that happen during breast surgery was postoperative pain, but it usually makes breast cancer patients reluctant to move their arms and shoulders because they try to keep in the pain area. The lack of mobilization of the arms and shoulders around the surgery area can lead to muscle stiffness and lymphodema as part of surgical complications. This case study was conducted with the aim of analyzing nursing care in breast cancer patients with interventions range of motion of the arms and shoulders joints. The results obtained that muscle stiffness in patients was reduced compared to before the patient did range of motion. The patients arm and shoulder range also increases, the patient begins to be able to reach both hands behind her body. The results of this research show that range of motion of the arm and shoulder joints is important to be done as soon as possible in patients after breast surgery to prevent muscle stiffness and accelerate the patient's recovery process. The recommendation of this paper is that nurses can educate about the range of motion of the arm and shoulder joints in breast cancer patients before performing the surgical procedure, so the postoperative patients are ready to do the exercise after surgery."