ANALYSIS VITAL SIGN PADA PASIEN ICU BERBASIS MEWS (MODIFIED EARLY WARNING SCORE) MENGGUNAKAN LOGIKA FUZZY

SUKARNO, AGUS (2019) ANALYSIS VITAL SIGN PADA PASIEN ICU BERBASIS MEWS (MODIFIED EARLY WARNING SCORE) MENGGUNAKAN LOGIKA FUZZY. Masters thesis, Universitas Islam Sultan Agung.

	Text COVER.pdf Download (605kB)
	Text ABSTRAK.pdf Download (61kB)
	Text Publikasi.pdf Download (467kB)
	Text DAFTAR ISI.pdf Download (159kB)
	Text DAFTAR PUSTAKA.pdf Download (189kB)
	Text BAB I.pdf Download (118kB)
	Text BAB II.pdf Restricted to Registered users only Download (547kB)
	Text BAB III.pdf Restricted to Registered users only Download (726kB)
	Text BAB IV.pdf Restricted to Registered users only Download (766kB)
	Text BAB V.pdf Restricted to Registered users only Download (59kB)

Abstract

Tanda-tanda vital yaitu tanda yang menunjukkan fungsi penting tubuh manusia, dari tanda-tanda ini bisa diketahui apakah seseorang relatif sehat, mengalami penyakit serius, atau menderita gangguan yang mengancam jiwa. Tanda-tanda vital adalah nilai fungsi fisiologis yang terdiri dari tekanan darah, suhu, saturasi oksigen, denyut nadi dan laju pernapasan.Prototype monitoring vitalsign menggunakan empat parameter yaitu heart rate, saturasi oksigen, denyut nadi dan suhu tubuh, tabel Modified Early Warning Score (MEWS) digunakan sebagai dasar dalam menentukan aturan pada program mikrokontroler ESP32 dengan menggunakan sistem IoT (Internet of Things), alat ini menggunakan sensor suhu DS18B20, sensor Heart Rate dan sensor SPO2 MAX 30100, sensor OMRON HME-7130, mikrokontroler ESP 32 sebagai pengolah data dan koneksi Wi-Fi. Data kondisi vital sign pasien akan di tampilkan pada smart phone android dan laman WEB mydevices.com. Prototype dari penelitian ini di rancang untuk sistem menghitung tingkat risiko kesehatan pasien berbasis MEWS (Modified Early Warning Score). Sistem yang dirancang didasarkan pada skor MEWS. Prototype ini memiliki 4 bidang input dan 1 bidang output. Bidang input adalah tekanan darah, denyut nadi, saturasi oksigen (SPO2), dan suhu. Bidang output merujuk pada tingkat risiko pasien. Output berkisar dari 0 hingga 12. Prototype ini dibandingkan dengan alat pasien monitor untuk nilai hasil parameter dan matlab FIS Editor dengan metode inferensi Fuzzy Mandami untuk membandingkan hasil skor output. Nilai output yang lebih besar mengacu pada derajat penyakit pasien yang lebih besar. Perbandingan dengan menggunakan alat pasien monitor, untuk pengukuran suhu tubuh menghasilkan % kesalahan tertinggi 0,19% dan % kesalahan terendah 0,08%. Pengukuran Heart Rate menghasilkan % kesalahan tertinggi 0,9 % dan % kesalahan terendah 0,34%. Pengukuran SPO2 menghasilkan % kesalahan tertinggi 1% dan % kesalahan terendah 0%. Pengukuran NIBP Sistole/Diastole menghasilkan % kesalahan tertinggi 6,9 % / 7,2 % dan % kesalahan terendah 0,3 % / 1,1 %. Pada pengujian hasil skoring MEWS (Modified Early Warning Score) menggunakan rule base pada mikrokontroler ESP 32 yang tampil pada cayenne dengan Sistem aplikasi Matlab FIS Editor menggunakan fuzzy mandami pada sample menujukan bahwa dalam menentukan tingkat resiko pasien sama-sama mengeluarkan kondisi yang sama, tetapi untuk nilai skornya terjadi selisih sebesar 0,5 untuk low risk, dan 1 untuk medium risk, dan 0,25 untuk high risk. Kata Kunci : Tanda Vital, Mikrokontroler ESP32, MEWS (Modified Early Warning Score), Fuzzy

Item Type:	Thesis (Masters)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Pascasarjana Pascasarjana > Magister Teknik elektro
Depositing User:	Pustakawan 5 UNISSULA
Date Deposited:	18 Feb 2020 07:40
Last Modified:	18 Feb 2020 07:40
URI:	http://repository.unissula.ac.id/id/eprint/16169

Actions (login required)

View Item