Riskiaty, Martha and Insani, Nashuha (2024) SISTEM REKOMENDASI PERAWATAN TERKAIT SEPSIS DI ICU. Diploma thesis, Universitas YARSI.

	Text 01. COVER.pdf Download (46kB)
	Text 02. LEMBAR PENGESAHAN.pdf Download (108kB)
	Text 03. LEMBAR PERNYATAAN ORISINALITAS.pdf Download (87kB)
	Text 04. ABSTRAK-ABSTRACT.pdf Download (163kB)
	Text 07. BAB I BUSINESS UNDERSTANDING.pdf Download (268kB)
	Text 15. DAFTAR PUSTAKA.pdf Download (83kB)
	Text 08. BAB II DATA UNDERSTANDING.pdf Restricted to Registered users only Download (256kB)
	Text 09. BAB III DATA PREPARATION.pdf Restricted to Registered users only Download (96kB)
	Text 10. BAB IV MODELING.pdf Restricted to Registered users only Download (285kB)
	Text 11. BAB V EVALUASI.pdf Restricted to Registered users only Download (612kB)
	Text 12. BAB VI DEPLOYMENT.pdf Restricted to Registered users only Download (237kB)
	Text 13. BAB VII MONITORING DAN MAINTENANCE.pdf Restricted to Registered users only Download (10kB)
	Text 14. BAB VIII KESIMPULAN DAN SARAN.pdf Restricted to Registered users only Download (11kB)
	Text 16. LAMPIRAN.pdf Restricted to Registered users only Download (2MB)

Abstract

Sepsis merupakan keadaan darurat medis yang terjadi akibat respons sistemik tubuh terhadap infeksi yang dapat menyebabkan disfungsi organ fatal dan kematian. Dalam upaya mengoptimalisasi pengobatan pada pasien sepsis, diperlukan sistem rekomendasi yang dapat membantu dokter dalam membuat keputusan pengobatan yang tepat. Penelitian ini bertujuan untuk memberikan rekomendasi perawatan, meningkatkan estimasi tingkat kelangsungan hidup pada pasien sepsis, mengoptimalisasi penggunaan data Electronic Health Records (EHR), mengimplementasikan model terkini, dan membuat prototipe aplikasi sistem terkait analitik data pasien di ICU (Intensive Care Unit). Model komputasi untuk pengambilan keputusan klinis dikembangkan dan diuji dengan menganalisis data dari MIMIC-III (Medical Information Mart for Intensive Care) versi 1.4. Basis data MIMIC-III terdiri dari data yang dikumpulkan selama perawatan rutin di rumah sakit. Hasil penelitian menunjukkan bahwa konfigurasi pemodelan yang dihasilkan melibatkan penggunaan 80 klaster state dan 3 klaster pasien yang dibentuk berdasarkan respons pasien terhadap suatu tindakan. Model tersebut telah berhasil diimplementasikan dalam prototipe aplikasi berbasis web. Melalui fitur utama pada dashboard analitik ICU serta sistem rekomendasi perawatan, prototipe aplikasi ini memenuhi kebutuhan yang telah dijelaskan dalam dokumen kontrak dan sesuai dengan tujuan klien. Masih diperlukan tahap lanjutan untuk mengintegrasikannya dalam lingkungan ICU yang sebenarnya. Tahapan ini melibatkan prosedur klinis, yaitu clinical trial. Diharapkan sistem ini dapat diteruskan ke tahap lanjut dan bisa segera diintegrasikan ke dalam lingkungan ICU yang sebenarnya.

Actions (login required)

View Item