Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tenaga profesional di bidang akuntansi memerlukan kemampuan profesional dalam pemanfaatan teknologi untuk dapat tetap eksis di dalam menghadapi tuntutan era global. Berbagai perkembangan tek-nologi sudah selayaknya dapat dimanfaatkan guna meningkatkan kompetensi di bidang akuntansi. Di-perlukan kompentensi lebih berupa kemampuan mengkombinasikan perkembangan teknologi dengan bidang ilmu akuntansi guna memecahkan berbagai kasus akuntansi di dunia kerja. Penelitian ini meru-pakan kelanjutan penelitian sebelumnya yang sudah menghasilkan model komputerisasi siklus akun-tansi berbasis Problem Based Learning. Penelitian ini menggunakan model pengembangan perang-kat pembelajaran Instructional Development Model (ID Model). Tahap kegiatan dari model ini diba-gi menjadi: Determinasi Masalah (Problem Determination), Desain (Design) dan Pengembangan (Development) dan Implementasi (Implementation). Hasil penelitian menunjukkan bahwa: (1) pro-duk penelitian dapat dimanfaatkan sebagai wadah pembelajaran bagi mahasiswa untuk mengulas se-cara mendalam pemahaman teori akuntansi, sistem akuntansi serta kemampuan di dalam memanfaat-kan kemajuan teknologi untuk menyelesaikan kasus-kasus akuntansi, (2) produk penelitian dapat di-manfaatkan sebagai alat bantu dalam interaksi pembelajaran, (3) produk penelitian dapat digunakan sebagai sumber belajar."

"ABSTRACTJaminan Kesehatan Nasional (JKN) merupakan salah satu program dalam Sistem Jaminan Sosial Nasional yang ditargetkan mencakup seluruh masyarakat Indonesia pada tahun 2019 dan melibatkan seluruh fasilitas kesehatan, termasuk rumah sakit. Dalam penerapannya, penyelenggaraan rekam medis menjadi penting karena berkaitan dengan proses klaim dan perencanaan rumah sakit. Rumah Sakit Dr. H. Marzoeki Mahdi Bogor menjadi salah satu rumah sakit yang menerapkan JKN. Namun, masih ada beberapa permasalahan yang ditemukan. Saat ini Rumah Sakit Dr. H. Marzoeki Mahdi Bogor menggunakan rekam medis berbasis kertas dengan bantuan aplikasi Sistem Informasi Manajemen Rumah Sakit (SIMRS). Dari hasil observasi ditemukan bahwa pemasukan data pasien dilakukan berulang. Dengan kondisi ini, data pasien yang dimasukkan ke dalam sistem menjadi kurang real time dan kurang reliabel. Selain itu, masih ditemukan pula resume medis yang belum terisi lengkap. Untuk itu, penelitian ini bertujuan untuk mengembangkan prototipe Rekam Kesehatan Elektronik (RKE) sebagai salah satu alternatif pemecahan masalah. Pengembangan prototipe RKE dilakukan dengan menganalisis kelayakan pengembangan dan menghasilkan prototipe yang mencakup sistem basis data, rancangan tampilan antarmuka, serta rancangan laporan. Penelitian dilakukan secara kualitatif dengan metode observasi, wawancara mendalam, dan telaah dokumen. Dari penelitian yang dilakukan, Rumah Sakit Dr. H. Marzoeki Mahdi Bogor layak untuk dilakukan pengembangan prototipe RKE.

---

ABSTRACTThe National Health Insurance (NHI) is one of the programs in the National Social Insurance System that covers all Indonesian people targeted in 2019 and involves all health facilities, including hospitals. The organization of medical records is important because it relates to claims processing and hospital planning in NHI. Dr. H. Marzoeki Mahdi Bogor Hospital is one of the hospitals that implement NHI. However, there are still some problems found. Currently, Dr. H. Marzoeki Mahdi Bogor Hospital using paper-based medical records and Hospital Management Information System (HMIS) application. From the observation, it was found patient’s data entry repeated. With this condition, the patient data becomes not real time and less reliable. In addition, they also found that medical resume full unfilled. To that end, this study aims to develop a prototype of Electronic Health Record (HER) as one of the alternative solutions. EHR prototype development is analyzing the feasibility of developing and designing a prototype that includes a database system, the interface design, and the report draft. Research conducted qualitatively by method of observation, in-depth interview, and document review. From the research conducted, Dr. H. Marzoeki Mahdi Bogor Hospital feasible to develop EHR prototype."

"Terdapat berbagai penelitian yang menyebutkan bahwa pembelajaran secara kolaboratif menunjukkan hasil yang sangat positif yakni meningkatnya hasil proses belajar, meningkatnya performa tim yang terkait dengan pemahaman suatu pengetahuan. Metodologi yang dilakukan dalam penelitian ini terdiri dari beberapa tahapan diantaranya tahap identifikasi dan analisis data, perancangan desain sistem, tahap implementasi, dan tahap evaluasi. Sistem yang dikembangkan dalam penelitian ini berdasarkan pada knowledge construction learning environment yang bertujuan untuk menyediakan sarana bagi para peserta ajar untuk mengartikulasikan pendapat mereka, mendiskusikan ide mereka kepada orang lain, untuk membedakan perspektif yang mereka miliki, mengadopsi ide-ide dari orang lain, mengklarifikasi terjadinya ketidaksepahaman, menegosiasikan pemahaman dan merumuskan pengetahuan agar menjadi produk yang bernilai. Untuk mencapai tujuan-tujuan tersebut, penulis akan merancang sebuah sistem pembelajaran kolaboratif online yang menerapkan pendekatan knowledge construction dalam melakukan kolaborasi antar-Peserta.

---

There were several researches that stated collaborative learning approach shows a very positive result in the improvement of study result and in the enhancement of team performance related to the understanding of knowledge. The research methodology that is being implemented in this thesis consists of identification, data analysis, system design, implementation, and evaluation stage. The system that is being developed in this research based on a knowledge construction learning environment that aimed to provide students the facility for articulating, discussing ideas to others, distinguishing perspectives, adopting ideas from others, clarifying any misunderstanding, negotiating for an agreement, and constructing knowledge to formulate valuable learning output. To achieve those goals, the author has designed a learning system which provides collaborative tools based on the knowledge construction approach. The knowledge construction approach comprises six learning phases, which are the Articulation, Clarification, Argumentation, Negotiation, and Integration phase. Each of the phases provides collaborative tools which facilitate the learning process of the student."

"Trauma kepala merupakan cedera fisik pada jaringan otak yang secara sementara atau permanen merusak fungsi otak. Salah satu akibat yang dapat disebabkan oleh trauma kepala adalah perdarahan intrakranial. Perdarahan intrakranial perlu didiagnosis dengan mengambil gambar computed tomography (CT) scan oleh dokter radiolog. Setelah itu dokter radiolog akan mensegmentasi dan menghitung volume perdarahan pada gambar CT scan untuk menentukan Tindakan selanjutnya. Namun, pada beberapa rumah sakit di Indonesia, kurangnya sumber daya dokter yang dapat menafsirkan hasil CT scan dapat menyebabkan morbiditas dan mortalitas pasien perdarahan intrakranial. Algoritma deep learning, di antaranya convolutional neural networks (CNN) dapat digunakan untuk membantu dokter untuk mensegmentasi dan menghitung volume perdarahan intrakranial. Pada penelitian ini, penulis mengusulkan segmentasi otomatis dan aproksimasi volume perdarahan pada penderita perdarahan intrakranial dengan menggunakan metode deep learning dan regresi. Segmentasi perdarahan dilakukan dengan menggunakan arsitektur Dynamic Graph Convolutional Neural Network (DGCNN) sementara perhitungan volume perdarahan dilakukan dengan menggunakan beberapa metode regresi. Data pasien perdarahan intrakranial diperoleh dari rumah sakit Cipto Mangunkusumo yang telah disegmentasi secara manual oleh dokter radiolog. Pada segmentasi perdarahan, dibuat beberapa skenario dengan melakukan up sampling dan down sampling pada data. Hasil terbaik didapatkan pada skenario tanpa melakukan up sampling menghasilkan sensitivitas 97,8% dan spesifisitas 95,6%. Pada aproksimasi volume perdarahan, hasil terbaik didapatkan dengan menggunakan metode support vector machine (SVM) dengan kernel radial basis function (RBF) dengan mean squared error (MSE) 3,67 x 104.

---

Traumatic brain injury is a common injury that can range from mild concussions to severe permanent brain damage. One of the severe damages caused by traumatic brain injury is intracranial hemorrhage, which is typically diagnosed by clinicians using head computed tomography (CT) scans. However, in some hospitals in Indonesia, sometimes there is a lack of clinicians who are able to interpret the CT scan results, leading to morbidity and mortality. Deep learning algorithms, especially convolutional neural networks (CNN) can be utilized to help clinicians in diagnosing patients with intracranial hemorrhage. In this study, we propose an automated segmentation and blood volume approximation of intracranial hemorrhage patients from CT scan images using deep learning and regression methods. For the blood segmentation, we utilized Dynamic Graph Convolutional Neural Network (DGCNN) architecture and for the blood volume approximation, we utilized regression methods. The dataset for this work consists of 27 head CT scans obtained from the Cipto Mangunkusumo National General Hospital 2019 traumatic brain injury data segmented manually by a radiologist. For blood segmentation, we proposed several scenarios by up sampling or down sampling the data. The best results obtained in the scenario without doing up sampling resulted in a sensitivity of 97.8% and a specificity of 95.6%. For blood volume approximation, the best results are obtained using the support vector machine (SVM) method with a radial basis function (RBF) kernel, with a mean squared error of 3.67 x 104."