Aplikasi Monitoring Kondisi Pasien Stroke Berbasis IOT

  • Yeni Dwi Fahlufi Universitas Abdurrab
  • Diki Arisandi Universitas Abdurrab
  • Ira Puspita Sari Universitas Abdurrab
Keywords: Pasien stroke, aplikasi seluler, metode fuzzy, Tsukamoto, pengujian black-box.

Abstract

Teknologi merambah dalam aspek kehidupan manusia dengan tujuan memudahkan manusia dalam melakukan suatu aktivitas, termasuk pemanfaatan teknologi mobile pada bidang kesehatan. Adapun salah satu aplikasi teknologi dalam bidang kesehatan yang berkaitan dengan hubungan antara perawat dan pasien salah satunya yaitu nurse call. Dalam beberapa kondisi membuat pasien tidak dapat menekan tombol pada nurse call untuk memanggil petugas medik, seperti pada pasien penderita stroke. Tujuan penelitian ini untuk membantu dan memudahkan pasien penderita stroke dalam berkomunikasi dengan memanfaatkan data gerakan jari tangan. Kemudian output kalimat kebutuhan pasien stroke akan ditampikan pada perangkat smartphone. Aplikasi monitiring kondisi pasien stroke ini di bangun dengan metode fuzzy tsukamoto untuk memprediksi setiap pergerakan jari tangan pasien penderita stroke. Aplikasi monitoring diuji menggunakan black-box testing oleh developer. Pengujian dilakukan pada tampilan aplikasi di perangkat smartphone yang digunakan user. Pengujian ini berfokus pada tampilan halaman menu diaplikasi seperti halaman awal, halaman login dan daftarkan akun, dan halaman menu awal. Hasil uji coba tampilan halaman aplikasi monitoring stroke diperangkat smartphone yang digunakan oleh user dengan foto dan keterangan menunjukan hasil valid atau sesuai.

Downloads

Download data is not yet available.

References

[1] P. Purwiyanto, C. Vikasari, D. N. Prasetyanti, and G. M. Aji, “Nurse Call Otomatis Dengan Sensor Beat Per Minutes (Bpm) Berbasis Internet of Things (Iot),” J. Poli-Teknologi, vol. 18, no. 2, pp. 185–190, 2019, doi: 10.32722/pt.v18i2.1438.
[2] R. T. Pinzon, Awas Stroke, Cetakan pe. Betha Grafika Yogyakarta, 2016.
[3] M. F. Nasution et al., “Perancangan Alat Bantu Komunikasi Pasien Stroke Berat Menggunakan Gesture Recognition Terintegrasi Internet Of Things Design a Communication Tool for Severe Stroke Patients Using Gesture Recognition Integrated with the Internet of Things,” TELEKONTRAN, vol. 10, no. 2, pp. 128–138, 2022.
[4] M. Z. Arifin and M. N. Salafinah, “Implementasi Teori Fuzzy Tsukamoto Untuk Memprediksi Tingkat Kelulusan Mahasiswa Institut Agama Islam Negeri Jember,” ARITMATIKA J. Ris. Pendidik. Mat., vol. 1, no. 1, pp. 22–35, 2020, doi: 10.35719/aritmatika.v1i1.2.
[5] A. Mubarak, “Rancang Bangun Aplikasi Web Sekolah Menggunakan Uml (Unified Modeling Language) Dan Bahasa Pemrograman Php (Php Hypertext Preprocessor) Berorientasi Objek,” JIKO (Jurnal Inform. dan Komputer), vol. 2, no. 1, pp. 19–25, 2019, doi: 10.33387/jiko.v2i1.1052.
[6] S. T. M. K. Indah Purnama Sari, Buku Ajar Rekayasa Perangkat Lunak. Medan: umsu press, 2021. [Online]. Available: https://books.google.co.id/books?id=1LVKEAAAQBAJ
Published
2023-12-31
How to Cite
Yeni Dwi Fahlufi, Diki Arisandi, & Ira Puspita Sari. (2023). Aplikasi Monitoring Kondisi Pasien Stroke Berbasis IOT. SEMASTER: Seminar Nasional Teknologi Informasi & Ilmu Komputer, 2(1), 290-301. Retrieved from https://journal.unilak.ac.id/index.php/Semaster/article/view/18628
Abstract viewed = 15 times
pdf downloaded = 6 times