Hasil Pencarian  ::  Simpan CSV :: Kembali

"Menstruasi merupakan proses alami yang terjadi pada tubuh perempuan yaitu saat lapisan rahim terlepas melalui vagina. Menstruasi merupakan bagian normal dari kesehatan reproduksi dan menandakan bahwa tubuh perempuan mampu bereproduksi. Dismenore adalah sensasi nyeri pada perut bagian bawah yang kadang dapat merambat ke pinggul, punggung bagian bawah, dan paha. Dismenore primer merupakan nyeri haid yang tidak didasari kondisi patologis, sedangkan dismenore sekunder merupakan nyeri haid yang didasari dengan kondisi patologis. Dismenore primer dapat dikurangi dengan terapi, salah satunya dengan metode TENS. Transcutaneous Electrical Nerve Stimulation (TENS) adalah metode pereda nyeri yang melibatkan penggunaan arus listrik ringan. Metode ini menggunakan konsep Gate Control Theory yang memberi sensasi baru untuk mengalihkan perhatian dari nyeri yang lain. Alat yang diusulkan menggunakan metode TENS yang dapat dibuat dengan menggunakan motor driver yang mendapatkan tegangan tinggi dari baterai yang dihubungkan ke boost converter (XL6009). Output tegangan yang dihasilkan diolah oleh mikrokontroler (Arduino Nano) sebelum disalurkan ke pad elektroda yang menempel di kulit relawan. Sistem ini diuji pada lima subjek yang sedang mengalami dismenore primer. Keefektifan alat ini diuji secara kualitatif dengan metode kaji nyeri PQRST. Rangkaian pembatas arus didesain untuk keamanan. Setiap subjek menggunakan tegangan yang berbeda-beda. Tegangan yang digunakan sebesar 10-30V. Pulsa listrik yang dihasilkan berbentuk biphasic square wave dengan frekuensi 120Hz dan duty cycle 30% sesuai yang diharapkan. Dari 5 orang subjek memberi nilai 4,4 poin untuk kenyamanan, 4,8 poin untuk kemudahan, 3,2 poin untuk portabilitas, dan 2 poin untuk estetika. Poin yang rendah untuk portabilitas dan estetika disebabkan alat diuji coba ketika belum menggunakan casing.

---

Menstruation is a natural process that occurs in a woman's body, namely when the uterine lining is shed through the vagina. Menstruation is a normal part of reproductive health and indicates that a woman's body is capable of reproduction. Dysmenorrhea is a painful sensation in the lower abdomen that can sometimes spread to the hips, lower back and thighs. Primary dysmenorrhea is menstrual pain that is not based on a pathological condition, while secondary dysmenorrhea is menstrual pain that is based on a pathological condition. Primary dysmenorrhea can be reduced with therapy, one of which is the TENS method. Transcutaneous Electrical Nerve Stimulation (TENS) is a pain relief method that involves the use of a mild electric current. This method uses the concept of Gate Control Theory which provides new sensations to divert attention from other pain. The proposed device uses the TENS method which can be made using a motor driver that gets high voltage from a battery connected to a boost converter (XL6009). The resulting voltage output is processed by a microcontroller (Arduino Nano) before being distributed to the electrode pad attached to the volunteer's skin. This system was tested on five subjects who were experiencing primary dysmenorrhea. The effectiveness of this device was tested qualitatively with the PQRST pain assessment method. The current limiting circuit is designed for safety. Each subject uses different voltages. The voltage used is 10-30V. The electrical pulses produced are in the form of a biphasic square wave with a frequency of 120Hz and a duty cycle of 30% as expected. From the 5 subjects, they rated 4.4 points for comfort, 4.8 points for convenience, 3.2 points for portability, and 2 points for aesthetics. Low points for portability and aesthetics are due to the device being tested before having a casing."

"

Gangguan pendengaran pada umumnya dapat terjadi sejak lahir (tuli kongenital) atau di kemudian hari (tuli didapat). Kedua grup memiliki perbedaan karakteristik yang berdampak pada proses pengobatannya. Oleh karena itu, mengetahui kedua jenis penyakit tersebut terlebih dahulu sebelum melanjutkan ke tindakan selanjutnya adalah sangat penting. Namun, saat ini di Indonesia masih belum ada program skrining yang berjalan untuk mendeteksi gangguan pendengaran pada anak sejak dini. Menanggapi hal tersebut, penelitian ini bertujuan menganalisis data Diffusion Tensor Imaging (DTI) dari kedua jenis pasien tuli untuk dilanjutkan ke proses klasifikasi dan clustering supaya didapat model yang dapat membedakan kedua kondisi tersebut. Pengembangan model dilakukan melalui proses hyperparameter tuning serta percobaan terhadap dataset dengan dan tanpa fitur usia. Selanjutnya, diterapkan juga percobaan terhadap ada atau tidaknya data validasi terpisah. Performa model dianalisis berdasarkan beberapa metrik evaluasi seperti akurasi, presisi, spesifisitas, recall, confusion matrix, skor F1, area under the ROC curve (AUC-ROC), precision-recall curve, dan silhouette score. Hasil analisis secara keseluruhan menunjukkan bahwa performa model menggunakan fitur usia lebih baik, yaitu pada model klasifikasi diperoleh spesifisitas 89.89%, skor F1 91.93%, dan AUC-ROC 88.61%, dan pada model clustering diperoleh nilai silhouette sebesar 0.8524. Analisis tanpa fitur usia menunjukkan bahwa kedua kelompok dapat diklasifikasi, namun tidak berdasarkan kondisi maturasinya, sedangkan hasil clustering menunjukkan pengelompokkan kelas yang berbeda dari klasifikasi. Penelitian ini berpotensi untuk dikembangkan lebih lanjut, terutama jika kedua kelas memiliki rasio dataset yang seimbang.

---

In general, hearing disorders can occur since birth (congenital hearing loss) or later in life (acquired hearing loss). Both group has different characteristics that affected the treatment process. Therefore, knowing both types of diseases beforehand before proceeding to further actions is crucial. However, currently in Indonesia, there are no any functional screening programs to detect hearing disorders on children from early ages. In response to this, this study aims to analyze Diffusion Tensor Imaging (DTI) data from both types of deaf patients to proceed to the classification and clustering processes to obtain a model that can differentiate between the two conditions. Model development is conducted through hyperparameter tuning and experimentation with datasets with and without age features. Additionally, we will experiment with the presence or absence of separate validation data. The model's performance is analyzed based on several evaluation metrics such as accuracy, precision, specificity, recall, confusion matrix, F1 score, area under the ROC curve (AUC-ROC), precision-recall curve, and silhouette score. The overall analysis results show that the model performance using age features is better, namely in the classification model, specificity of 89.89%, F1 score of 91.93%, and AUC-ROC of 88.61% are obtained. Meanwhile, in the clustering model, a silhouette score of 0.8524 is obtained. The analysis without age features indicates that both groups can be classified, but not based on their maturation conditions, while the clustering results show different grouping of classes from the classification. This research has the potential for further development, particularly if both classes have a balanced dataset ratio and age data distributed evenly.

"

"Penyakit jantung, seperti yang didefinisikan oleh World Health Organization (WHO) sebagai kumpulan berbagai gangguan yang memengaruhi kesehatan jantung, merupakan salah satu masalah kesehatan global yang memerlukan deteksi dini dan penanganan yang efektif. Faktor risiko yang menyebabkan penyakit jantung seperti usia, jenis kelamin, nyeri dada (chest pain), tekanan darah (resting blood pressure), kolesterol (cholesterol), kadar gula darah (fasting blood sugar), hasil elektrokardiogram (resting electrocardiogram), detak jantung maksimum yang dicapai (maximum heart rate achieved), keberadaan angina yang diinduksi (exercise-induced angina), depresi segmen ST (oldpeak), bentuk kelengkungan pada kurva (slope of the peak exercise st segment), jumlah pembuluh darah utama yang diwarnai oleh flourosopy (Number of Major Vessels Colored by Fluoroscopy/CA), dan jenis thalassemia (thalassemia), memiliki peran signifikan dalam meningkatkan risiko terjadinya penyakit jantung. Penelitian ini dilakukan menggunakan dataset yang berasal dari Klinik Cleveland, yang terdiri dari 303 entri data. Dataset ini digunakan untuk melakukan deteksi terhadap keberadaan atau ketidakhadiran penyakit jantung berdasarkan sejumlah atribut klinis yang diukur. Atribut-atribut ini, atau fitur-fitur, mencakup berbagai informasi seperti tekanan darah, kadar kolesterol, usia, jenis kelamin, dan lainnya. Tujuan dari penelitian ini adalah untuk melakukan deteksi yang dapat memprediksi penyakit jantung berdasarkan informasi klinis pasien dengan akurasi terbaik. Untuk mencapai tujuan ini, model Random Forest dilatih dan dibandingkan dengan model lain meliputi Naive Bayes, Decision Tree, Logistic Regression, Support Vector Machine (SVM), Neural Network dan XGBoost. Hasil evaluasi menunjukkan bahwa Random Forest Algorithm memiliki akurasi yang paling tinggi, mencapai 96,77%. Ini berarti bahwa model Random Forest mampu memprediksi keberadaan atau ketidakhadiran penyakit jantung dengan tingkat keberhasilan yang sangat tinggi. Sebagai hasilnya, Random Forest dipilih sebagai model yang paling sesuai untuk melakukan deteksi penyakit jantung dalam dataset ini. Model ini diharapkan dapat memberikan kontribusi yang signifikan dalam deteksi dini, pencegahan, dan pengelolaan penyakit jantung secara global.

---

Heart disease, as defined by the World Health Organization (WHO) as a collection of various disorders affecting heart health, is one of the global health issues requiring early detection and effective management. Risk factors contributing to heart disease such as age, gender, chest pain (angina), blood pressure (trestbps), cholesterol (cholesterol), blood sugar levels (fbs), electrocardiogram results (restecg), maximum heart rate achieved (thalach), presence of induced angina (exang), ST segment depression (oldpeak), slope of the ST segment (slope), number of major vessels colored by fluoroscopy (ca), and type of thalassemia (thal), play a significant role in increasing the risk of heart disease. This research was conducted using a dataset obtained from the Cleveland Clinic, consisting of 303 data entries. This dataset was utilized to classify the presence or absence of heart disease based on various measured clinical attributes, including blood pressure, cholesterol levels, age, gender, among others. The aim of this study is to perform detection that can predict heart disease based on patient clinical information with the highest accuracy. To achieve this objective, the Random Forest model was trained and compared with other models, including Naive Bayes, Decision Tree, Logistic Regression, Support Vector Machine (SVM), Neural Network, and XGBoost. Evaluation results demonstrate that the Random Forest Algorithm achieved the highest accuracy, reaching 96,77%. This implies that the Random Forest model can predict the presence or absence of heart disease with a very high success rate. Consequently, Random Forest was chosen as the most suitable model for classifying heart disease in this dataset. This model is anticipated to significantly contribute to the early detection, prevention, and management of heart disease globally."

"Penyakit ginjal kronis (PGK) merupakan salah satu penyakit dengan tingkat kematian terbanyak di dunia. Oleh karena itu, diperlukan metode diagnosis yang cekatan dan akurat agar dapat ditangani dalam waktu secepatnya. Magnetic Particle Imaging (MPI) adalah metode pencitraan non-invasif baru yang sedang berkembang. MPI bekerja dengan menggunakan medan magnet untuk memindai, mengeksitasi dan mendeteksi sinyal tracer, yang berupa superparamagnetic iron oxide nanoparticle (SPION), yang sebelumnya telah diinjeksikan ke dalam subjek. Dibandingkan dengan modalitas lain seperti Computed Tomography (CT), tracer MPI tidak radioaktif dan tidak diproses oleh ginjal, sehingga lebih aman untuk diagnosis atau pemantauan PGK. Tujuan dari penelitian tesis ini adalah untuk menyimulasikan alat MPI dengan bidang field-free point (FFP) dan mendemonstrasikan rekonstruksi citra MPI 1D dari sinyal output simulasi. Hal tersebut dilakukan dengan membuat model 3 dimensi sesuai dengan parameter yang telah ditentukan oleh hasil studi literatur dan melakukan simulasi dengan tracer pada lokasi-lokasi berbeda dalam field of view, lalu mengolah data menggunakan dua metode signal processing yaitu metode system matrix (SM) dan metode X-Space. Hasil dari penelitian adalah model 3D mampu menyimulasikan kinerja MPI dengan cukup baik, dengan hasil rekonstruksi dengan metode SM mempunyai error rata-rata 42,66% dan skor Structural Similarity Index Measure (SSIM) 0,346 karena jumlah sampel yang sedikit. Namun, sinyal output tidak dapat digunakan untuk rekonstruksi X-Space oleh karena bentuk FFP yang terlalu landai, meskipun berdasarkan pemodelan matematis, metode rekonstruksi X-Space memiliki tingkat akurasi yang sangat tinggi dengan waktu rekonstruksi yang cepat, dengan resolusi 2 mm dan skor SSIM 0,861. Melalui penelitian ini, didapat bahwa meskipun tidak dapat menggunakan metode X-Space, model MPI yang dibuat mampu digunakan untuk menyimulasikan kinerja MPI FFP 1D dengan akurasi yang cukup baik agar dapat menghasilkan citra melalui metode rekonstruksi system matrix.

---

Chronic kidney disease (CKD) is one of the deadliest diseases in the world. Therefore, there is a constant search for an accurate and fast method to diagnose CKD so treatment can begin as fast as possible. Magnetic Particle Imaging (MPI) is an emerging non-invasive imaging method that is currently being developed for medical use. MPI uses a combination of varying magnetic fields to scan and detect magnetic signals from its tracers, named superparamagnetic iron oxide nanoparticles (SPIONs), which are injected into the subject beforehand. Compared to other imaging modalities like Computed Tomography (CT), MPI’s tracers are not radioactive and are not processed in the kidneys, making it a safer option for diagnosing CKD without worsening its condition. The aim of this thesis is to simulate the mechanisms of a field-free point (FFP) MPI and to reconstruct a 1D image based on the acquired simulated MPI data. This is done by making a 3-dimensional model of an MPI device based on parameters gathered via literature research and simulating MPI scans with tracers located in various points inside the field of view. The gathered data are then processed by two methods, the system matrix (SM)-based reconstruction and the X-Space reconstruction. The results of this research are that the 3D model can simulate the mechanisms of MPI properly, with an average error of 42.66% and a Structural Similarity Image Measure (SSIM) score of 0.346 using the SM-based reconstruction due to a very limited sample size and an inaccurate tracer model. However, the signals cannot be reconstructed using X-Space methods due to the low gradient of the FFP, despite the X-Space method being a very fast and accurate reconstruction method based on mathematical models, having a 2 mm resolution and an SSIM of 0.861. These findings conclude that despite being unable to use the X-Space reconstruction method, the 1-dimensional FFP MPI model can simulate the mechanics of MPI with enough accuracy to create an image using SM-based reconstruction."

"Penelitian mengenai ventilator semakin banyak seiring dengan meningkatnya kebutuhan manusia akan alat bantu pernapasan mekanis. Ventilator mekanik adalah alat yang dapat menyediakan dukungan pernapasan untuk mempertahankan hidup pada pasien yang membutuhkan bantuan ventilasi jangka panjang akibat gangguan atau kegagalan pernapasan. Pengaturan Fraction of Inspired Oxygen (FiO2) sebagai salah satu parameter dalam ventilator menjadi penting untuk mencegah terjadinya hipoxia ataupun hyperoxia. Pengaturan tekanan juga penting untuk menghindari barotrauma ataupun hiperventilasi. Tujuan dari penelitian ini adalah untuk mengembangkan metode kontrol tekanan dan kontrol oksigen dengan menggunakan STM32F407VGT6 sebagai mikrokontroler dengan metode fuzzy logic sebagai sistem kendali lingkar tertutup. Hasil dari pengembangan ini didapat akurasi dari parameter tekanan inspirasi pada kontrol tekanan yang diuji dengan VT analyzer dengan akurasi hasil luaran alat dengan pengujian sebesar 91,98% sampai 98,54%, sementara kontrol oksigen memiliki akurasi 89,9% hingga 99,6% yang disebabkan metode kontrol oksigen masih dalam sistem kendali lingkar terbuka.

---

Research on ventilators is increasing along with the increasing human need for mechanical breathing aids. A mechanical ventilator is a device that can provide respiratory support to maintain life in patients who require long-term ventilation assistance due to respiratory disorders or failure. Setting the Fraction of Inspired Oxygen (FiO2) as one of the parameters in the ventilator is essential to prevent hypoxia or hyperoxia. Pressure regulation is also vital to avoid barotrauma or hyperventilation. This research aims to develop a pressure control and oxygen control method using STM32F407VGT6 as a microcontroller with a fuzzy logic method as a closed-loop control system. The results of this development showed that the accuracy of the inspiratory pressure parameter in pressure control was tested with a VT analyzer, and the accuracy of the output results of the tool was tested at 91.98% to 98.54%. In comparison, oxygen control had an accuracy of 89.9% to 99.6%. The oxygen control method is still in an open-loop control system."

"Injektor kontras digunakan untuk memasukkan zat kontras ke dalam tubuh pasien, meningkatkan kontrast gambar medis untuk membantu diagnosis kondisi medis. Salah satu contohnya adalah pada pemeriksaan Pulmonary Embolism (PE), di mana Computed Tomography Pulmonary Angiography (CTPA) dengan menggunakan injektor kontras menjadi gold standard. Pentingnya keamanan pasien diakui sebagai kewajiban fasilitas pelayanan kesehatan. Metode gravimetri merupakan metode kalibrasi umum yang melibatkan pengukuran berat komponen dalam keadaan murni. Namun, metode ini memerlukan waktu yang cukup lama dan stabilisasi lingkungan. Pada penelitian sebelumnya telah membahas berbagai aspek teknis dan ketidakpastian yang terkait dengan metode Doppler ultrasound, memberikan dasar bagi penelitian lebih lanjut. Metode gravimetri (reference) digunakan sebagai standar atau acuan dalam pengukuran laju alir. Metode Doppler ultrasound digunakan sebagai metode alternatif untuk mengukur laju alir. Data diambil pada berbagai tingkat laju alir (3 mL/s, 5 mL/s, dan 10 mL/s). Pengolahan data pada metode gravimetri melibatkan penimbangan massa air, koreksi suhu, dan koreksi kalibrasi timbangan analitik. Pengukuran dengan Doppler ultrasound dilakukan dengan menggunakan mode Doppler pada alat ultrasonography. Pengukuran dengan memanfaatkan Doppler ultrasound pada alat ultrasonography tidak dapat dilakukan pada laju alir di bawah 3 mL/s. Pada titik 3 mL/s, akurasi pengukuran metode gravimetri (reference) sebesar 96%, sedangkan metode Doppler ultrasound mencapai 101%. Pada titik 5 mL/s, akurasi metode gravimetri (reference) sebesar 97%, sedangkan metode Doppler ultrasound mencapai 87%. Pada titik 10 mL/s, akurasi metode gravimetri (reference) sebesar 97%, sedangkan metode Doppler ultrasound mencapai 99%. Metode gravimetri (reference) memerlukan waktu yang cukup lama (± 1 Jam) dengan proses pengambilan data pada dua lokasi berbeda. Metode Doppler ultrasound membutuhkan waktu yang lebih singkat (± 100 detik) dan dapat dilakukan pada lokasi alat injektor kontras berada (insitu). Meskipun perbedaan antara kedua metode tidak selalu signifikan secara statistik, metode Doppler ultrasound menunjukkan keunggulan dalam hal waktu pengukuran yang lebih singkat

---

Contrast injectors are used to insert a contrast substance into the patient's body, enhancing the contrast of medical images to help diagnose medical conditions. One example is the examination of pulmonary embolism (PE), where computed tomography pulmonary angiography (CTPA) using a contrast injector became the gold standard. The importance of patient safety is recognized as a duty of healthcare facilities. Gravimetric method is a general calibration method that involves measuring the weight of components in pure condition. However, this method takes quite a while and stabilizes the environment. The previous research has addressed various technical aspects and uncertainties associated with the Doppler ultrasound method, providing the basis for further research. The gravimetric reference method is used as a standard or reference in the measurement of the flow rate. The data was taken at different flow rates (3 mL/s, 5 mL/s, and 10 mL/s). Data processing using gravimetric methods involves water mass weighing, temperature correction, and calibration correction of analytical scales. Doppler ultrasound measurements are performed using Doppler mode in ultrasonography. At 3 mL/s, the measurement accuracy of the gravimetric method is 96%, while the Doppler ultrasound method is 101%. At point 5 mL/s, the precision of the Gravimetric method is 97%, whereas the Doppler ultrasount method is 87%. At the point of 10 mL, the gravimetric reference method is 97% compared to 99%. The gravimetric method takes quite a long time (± 1 hour) with the data collection process at two different locations. The Doppler ultrasound technique takes a shorter time (± 100 seconds) and can be performed at the location where the contrast injector device is located. Although the differences between the two methods are not statistically significant, the Doppler ultrasound method shows an advantage in terms of shorter measurement times."

"Pengolahan sinyal fisiologis, seperti Photoplethysmography (PPG), memerlukan penguatan dan filter dalam rentang 0,4 hingga 5 Hz. Derau dapat berasal dari berbagai sumber, termasuk gerakan otot, pernapasan, powerline interference, atau bahkan internal noise dari perangkat itu sendiri. Metodologi penelitian ini menggunakan perbandingan filter analog Butterworth 2nd-order, 4th-order dan 8th-order. Sinyal uji input berasal dari simulator SPO2 tipe MS100 Contect yaitu dengan parameter SPO2 diatur pada 96% 60 Beats Per Minute. Data dari simulator dibaca oleh sensor PPG standar, dan dirubah oleh internal Analog Digital Converter (ADC) pada Nucleo-F429ZI dan data ADC dikirim ke komputer menggunakan protokol UART. Data tersebut disimpan dalam format comma-separated values untuk berikutnya disimulasikan pada model desain filter dengan LTspice (Linear Technology Simulation Program with Integrated Circuit Emphasis). Hasil penelitian menunjukkan Signal-to-Noise-Ratio Butterworth 8th-order yang paling rendah yaitu -0,077 dB sedangkan 4th-Order dan 2nd-Order secara berurutan -0,085 dB dan -0,089 dB

---

The processing of physiological signals, such as Photoplethysmography (PPG), necessitates amplification and filtering within the range of 0,4 to 5 Hz. Noise can stem from various sources, including muscle movements, respiration, interference from electrical grids, or even internal noise from the device itself. The methodology employed in this research utilizes analog Butterworth filters of 2nd-order, 4th-order, and 8th-order for comparison. The input test signal originates from an MS100 Contect SPO2 simulator with SPO2 parameters set at 96% and 60 Beats Per Minute. Data from the simulator is acquired by a standard PPG sensor and converted by the internal Analog-Digital Converter (ADC) on the Nucleo-F429ZI. The ADC data is then transmitted to the computer using UART protocol. The data is stored in comma-separated values format for subsequent simulation in the filter design model using LTspice (Linear Technology Simulation Program with Integrated Circuit Emphasis).The research results indicate that the Signal-to-Noise Ratio of Butterworth 8th-order is the lowest at -0.077 dB, while the 4th Order and 2nd Order have values of -0.085 dB and -0.089 dB, respectively."

"Ventilator kini memasuki generasi ketiga dengan beragam fitur, mode pemantauan, dan fitur keamanan yang luar biasa. Perbaikan atau perkembangan teknologi ini memfasilitasi bahkan mendorong pengembangan dan pengenalan mode ventilasi tambahan. Metode pengujian yang direkomendasikan oleh manufaktur ke staf teknis di rumah sakit tidak cukup untuk melakukan verifikasi kinerja penggunaan klinis. Penelitian ini bertujuan untuk mengevaluasi pengaruh mode pengukuran parameter fisiologis terhadap kinerja ventilator. Dengan cara membandigkan nilai yang dihasilkan saat menggunakan mode pengukuran parameter fisiologi pada pengukuran kinerja ventilator. Terdapat perbedaan nilai yang dihasilkan pada pengukuran kinerja ventilator pada saat menggunakan mode pengukuran parameter fisiologis yang tidak sesuai dengan rekomendasi yang diberikan oleh manufaktur. Mode pengukuran parameter fisiologi yang tidak sesuai akan berpengaruh pada nilai dari tidal volume hasil pengukuran kinerja ventilator tersebut. Rata-rata nilai error pada parameter tidal volume dari penelitian 3 hasil uji ventilator sebesar 11%, hal ini terjadi karena ketidaktepatan penggunaan mode pengukuran parameter fisiologi pada ventilator tester yang digunakan pada saat melakukan pengukuran kinerja Ventilator ICU (Intensive Care Unit) sesuai dengan yang disarankan oleh manufaktur. Pada 8 parameter yang lain diantaranya Minute Volume, Respiration Rate, I : E Ratio, PIP (Peak Inspiratory Pressure), MAP (Mean Airway Pressure), PEEP (Positive End-expiratory Pressure), Inspiration Time, Expiration Time tidak mempengaruhi hasil dengan menggunakan mode pengukuran parameter fisiologi BTPS (Body Temperature Pressure, Saturated), STPD (Standard Temperature, Pressure, Saturated), ATP (Ambient Temperature Pressure).     

---

The ventilator is now entering its third generation with an incredible range of features, monitoring modes and safety features. These technological improvements or developments facilitate and even encourange the development and introduction of additional ventilation modes. The test methods recommended by manufacturers to technical staff in hospitals are insufficient to verify performance for clinical use. This study aims to evaluate the influence of physiological parameter measurement modes on ventilator performance. By comparing the values produces when using the physiological parameter measurement modes on ventilator performance. By comparing the values produced when using the physiological parameter measurement mode to measure ventilator performance. There are differences in the values produced when measuring ventilator performance when using the physiological parameter measurements mode which is not in accordance with the recommendations provided by the manufacturer. An inappropriate physiological parameter measurement mode will affect the value of the tidal volume resulting from the ventilator performance measurement. The average error value in the tidal volume parameters from study 3 of the ventilator test results was 11 %, this occurred due to inaccuracy of using the physiological parameter measurement mode on the ventilator tester used when measuring the performance of the ICU (Intensive Care Unit) Ventilator as recommended by manufacturing. The other 8 parameters including Minute Volume, Respiration Rate, I : E Ratio, PIP (Peak Inspiratory Pressure), MAP (Mean Airway Pressure), PEEP (Positive End-expiratory Pressure), Inspiration Time, Expiration Time do not affect the results using physiological parameter measurement mode BTPS (Body Temperature Pressure, Saturated), STPD (Standard Temperature, Pressure, Saturated), ATP (Ambient Temperature Pressure)."

"Salah satu faktor yang cukup penting pada penyelenggaraan pelayanan kesehatan adalah peralatan kesehatan. Tanpa dukungan peralatan kesehatan yang baik dan aman maka pelayanan kesehatan yang berkualitas dan prima tidak akan tercapai. Penggunaan alat kesehatan dalam pelayanan kesehatan perlu dikontrol dalam sistem pemeliharaan yang baik. Tujuan penelitian adalah menganalisis sistem pemeliharaan peralatan kesehatan di RS X Jakarta Timur, jenis penelitian yaitu kualitatif bersifat deskriptif dengan desain pendekatan case study. Penelitian dilaksanakan di RS X Jakarta Timur pada bulan September – Oktober 2023. Subjek penelitian adalah tenaga kesehatan. Teknik pengumpulan data dilakukan dengan observasi, wawancara mendalam dan telaah dokumen. Data diperoleh dari informan dengan menggunakan analisis kualitatif kemudian ditarik kesimpulan penelitian. Hasil penelitian menunjukkan masih adanya kekurangan sumber daya manusia yang belum sesuai dengan Peraturan Menteri Kesehatan Dan Kepala Badan Kepegawaian Negara Nomor 28 Tahun 2013 Tentang Jabatan Fungsional Teknisi Elektromedis, besaran dana yang dialokasikan untuk kegiatan harian pemeliharaan alat medis masih belum mencukupi, bahan baku yang disediakan belum sepenuhnya sesuai dengan kebutuhan, peralatan dan fasilitas pengadaan alat medis belum memadai, kebijakan terkait pemeliharaan alat medis sudah disosialisasikan dengan baik, fungsi manajemen pemeliharaan sudah berjalan dengan baik. Secara umum dapat disimpulkan bahwa masih terdapat beberapa kekurangan dalam sistem pemeliharaan alat kesehatan di Unit Pemeliharaan Alat Kesehatan RS X Jakarta Timur yang terkait sumber daya manusia, anggaran, suku cadang dan bahan baku. Tetapi dari segi kebijakan dan dan evaluasi pemeliharaan alat kesehatan sudah berjalan dengan baik. Dengan demikian dapat direkomendasikan bahwa untuk peningkatan pelayanan kesehatan yang lebih baik perlu adanya penambahan sumber daya manusia bidang elektromedis, anggaran, bahan baku, suku cadang dan sarana prasarana lainnya.

---

One factor that is quite important in the provision of health services is health equipment. Without the support of good and safe health equipment, quality and excellent health services will not be achieved. The use of medical devices in health services needs to be controlled in a good maintenance system. The purpose of the study was to analyze the health equipment maintenance system at X Hospital, East Jakarta, the type of research was descriptive qualitative with a case study approach design. The research was conducted at X East Jakarta Hospital in September - October 2023. The research subjects were health workers. Data collection techniques were carried out by observation, in-depth interviews and document review. Data were obtained from informants using qualitative analysis and then research conclusions were drawn. The results showed that there was still a lack of human resources that were not in accordance with the Regulation of the Minister of Health and the Head of the State Personnel Agency Number 28 of 2013 concerning Functional Position of Electromedical Technician, the amount of funds allocated for daily activities of medical device maintenance was still insufficient, the raw materials provided were not fully in accordance with the needs, the equipment and facilities for the procurement of medical devices were inadequate, the policies related to the maintenance of medical devices had been well socialized, the management function of medical device maintenance had been well socialized, the maintenance management function has been running well. In general, it can be concluded that there are still some shortcomings in the medical device maintenance system at the Medical Device Maintenance Unit of East Jakarta X Hospital related to human resources, budget, spare parts and raw materials. But in terms of policy and and evaluation of medical device maintenance has been going well. Thus it can be recommended that to improve better health services it is necessary to increase human resources in the field of electromedicine, budget, raw materials, spare parts and other infrastructure facilities.

Keywords: excellent health services, medical device, medical device maintenance management system."

"Penelitian ini menyelidiki integrasi Unreal Engine 5 dengan teknologi AI canggih, OpenAI dan ElevenLabs, untuk meningkatkan interaksi manusia-komputer melalui pembuatan gerakan berbasis aturan pada agen virtual. Penggunaan Unreal Engine 5 memungkinkan penciptaan lingkungan virtual beresolusi tinggi, yang sangat penting untuk interaksi agen yang realistis. Pengembangan sistem berbasis aturan sederhana yang mensintesis gerakan berdasarkan aturan yang telah ditentukan yang selaras dengan input yang diucapkan, dinilai dengan model lainnya. Sebuah studi komparatif, yang terinspirasi oleh Tantangan GENEA 2022, dilakukan untuk menilai efektivitas sistem yang diusulkan. Studi ini melibatkan studi pengguna di mana para partisipan menilai kemiripan manusia dan kesesuaian gerakan yang dihasilkan oleh sistem dengan model berbasis aturan, sistem model acak, model ground truth, dan model idle. Studi ini menggunakan model agen virtual yang sama untuk memastikan kondisi visual dan auditori yang konsisten di semua skenario pengujian. Temuan ini menunjukkan bahwa pembuatan gerakan berbasis aturan secara signifikan meningkatkan kealamian dan kontekstualitas interaksi agen virtual dibandingkan dengan 3 metode generasi gerakan lainnya. Hal ini mendukung potensi pendekatan terstruktur dalam menghasilkan interaksi yang lebih menarik dan realistis dalam lingkungan virtual. Penelitian ini diharapkan dapat memberikan kontribusi pada bidang desain agen virtual, dengan menekankan pentingnya mengintegrasikan teknik-teknik berbasis AI yang canggih untuk meningkatkan kualitas interaksi manusia-komputer.

---

This research investigates the integration of Unreal Engine 5 with advanced AI technologies, OpenAI and ElevenLabs, to enhance human-computer interaction through rule-based gesture generation on a virtual agent. Employing Unreal Engine 5 enables the creation of high-fidelity virtual environments, crucial for realistic agent interactions. The development of a simple rule-based system that synthesizes gestures based on predefined rules aligned with spoken inputs, is assessed against different models. A comparative study, inspired by the GENEA Challenge 2022, was conducted to evaluate the effectiveness of the proposed system. This involved a user study where participants rated the human likeness and appropriateness of gestures generated by rule-based, randomized systems, ground truth, and idle. The study utilized the same virtual agent model to ensure consistent visual and auditory conditions across all test scenarios. The findings demonstrated that rule-based gesture generation significantly enhances the perceived naturalness and contextuality of virtual agent interactions compared to the other 3 methods of gesture generation. This supports the potential of structured approaches in producing more engaging and realistic interactions in virtual environments. The research hopes to contribute to the field of virtual agent design, emphasizing the importance of integrating sophisticated AI-driven techniques to improve the quality of human-computer interaction."