Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skripsi ini menganalisis implementasi telemedicine dan regulatory sandbox di Indonesia berdasarkan Kepmenkes 1280/2023, UU 17/2023, dan Permenkes 20/2019, serta di Singapura berdasarkan Health Care Services Act (HCSA) dan National Telemedicine Guidelines (NTG). Skripsi ini disusun dengan metode penelitian doktrinal dengan tipe penelitian deskriptif-preskriptif, mengkaji telemedicine dan regulatory sandbox dengan membandingkan konsep, regulasi, dan isu hukum di Indonesia dan Singapura. Dalam hal ini, Singapura menggunakan sistem lisensi untuk telemedicine dibawah HCSA dengan NTG yang digunakan sebagai pedoman khusus. Sebelum sistem lisensi digunakan, Singapura menyelenggarakan regulatory sandbox LEAP hingga 2021, guna menyesuaikan HCSA dengan perkembangan teknologi kesehatan. Di Indonesia, telemedicine belum mempunyai pengaturan secara khusus. Meskipun sudah berkembang cukup baik melalui aplikasi berbasis smartphone yang diselenggarakan oleh health-tech company, hal ini belum sesuai dengan standar perangkat telemedicine. Kepmenkes 1280/2023 hanya mengakomodir telemedicine yang diselenggarakan melalui aplikasi berbasis smartphone, yang mana belum mendukung standarisasi telemedicine. Oleh karena itu, disarankan kepada Kementerian Kesehatan untuk mempercepat penyusunan regulasi yang sesuai dengan standar telemedicine melalui regulatory sandbox yang juga melibatkan pemangku kepentingan lain.

---

This thesis analyzes the implementation of telemedicine and regulatory sandboxes in Indonesia based on Kepmenkes 1280/2023, UU 17/2023, and Permenkes 20/2019, as well as in Singapore based on the Health Care Services Act (HCSA) and National Telemedicine Guidelines (NTG). The research employs a doctrinal methodology with a descriptive-prescriptive approach, examining telemedicine and regulatory sandboxes by comparing concepts, regulations, and legal issues in Indonesia and Singapore. In this context, Singapore uses a licensing system for telemedicine under the HCSA with NTG as specific guidelines. Before the licensing system was implemented, Singapore conducted the LEAP regulatory sandbox until 2021 to adapt the HCSA to health technology developments. In Indonesia, telemedicine does not yet have specific regulations. Although it has developed quite well through smartphone-based applications run by health-tech companies, this does not meet telemedicine equipment standards. Kepmenkes 1280/2023 only accommodates telemedicine conducted through smartphone applications, which does not support telemedicine standardization. Therefore, it is recommended that the Ministry of Health expedite the formulation of regulations that meet telemedicine standards through regulatory sandboxes involving other stakeholders."

"Seiring dengan semakin banyaknya masyarakat yang menggunakan forum tanya-jawab kesehatan online, kebutuhan akan adanya sistem tanya-jawab kesehatan yang dapat berjalan secara otomatis semakin besar. Salah satu bagian penting dari sistem tanya-jawab kesehatan otomatis adalah question processing untuk mendapatkan informasi relevan dari pertanyaan pengguna. Terdapat beberapa task yang merupakan bagian dari question processing, di antaranya pengenalan pertanyaan, pengenalan entitas kesehatan, dan ekstraksi frase kunci. Pada penelitian ini, penulis mencoba tiga model untuk menyelesaikan ketiga task tersebut, yaitu IndoDistilBERT, IndoDistilBERT-BiLSTMs, dan IndoDistilBERT-BiLSTMs-CRF. Hasil eksperimen menunjukkan bahwa IndoDistilBERT-BiLSTMs-CRF memberikan hasil terbaik untuk task pengenalan pertanyaan dengan skor F1 sebesar 94,45%, lebih baik 3,15% dibandingkan baseline. Untuk task pengenalan entitas kesehatan, IndoDistilBERT-BiLSTMs memberikan hasil terbaik dengan skor F1 sebesar 73,78%, lebih baik 3,53% dibandingkan baseline. Untuk task ekstraksi frase kunci, model IndoDistilBERT-BiLSTMs memberikan hasil terbaik dengan skor F1 sebesar 77,42%, lebih baik 4,25% dibandingkan baseline. Selain itu, percobaan dengan pendekatan multi-task learning untuk menyelesaikan task pengenalan entitas kesehatan dan ekstraksi frase kunci belum mampu mengungguli hasil dari pendekatan single-task learning untuk masing-masing task.

---

With the increasing number of people who use health question-and-answer online forum, the need for a health question-and-answer system that can run automatically is getting bigger. One of the important parts of an automated health question-and-answer system is question processing to get relevant information from user queries. There are several tasks which are part of question processing, including question recognition, medical entity recognition, and keyphrases extraction. On this research, we try three models to solve those three tasks, namely IndoDistilBERT, IndoDistilBERT-BiLSTMs, and IndoDistilBERT-BiLSTMs-CRF. Our experiment shows that IndoDistilBERT-BiLSTMs-CRF gives the best results for question recognition task with F1-score of 94,45%, 3,15% better than baseline. For medical entity recognition task, IndoDistilBERT-BiLSTMs gives the best results with F1-score of 73,78%, 3,53% better than baseline. For keyphrases extraction task, IndoDistilBERT-BiLSTMs gives the best results with F1-score of 77,42%, 4,25% better than baseline. Besides that, experiments with multi-task learning approach to solve medical entity recognition and keyphrases extraction have not been able to outperform the results of single-task learning approach for each task."

"Kehadiran perusahaan teknologi keuangan (financial technology/fintech) telah mendisrupsi institusi keuangan tradisional, termasuk sektor perbankan. Otoritas regulasi merespons disrupsi ini melalui fintech regulatory sandbox. Tujuan utama dari kebijakan ini adalah memberikan ruang bagi inovasi tanpa mengorbankan sektor keuangan yang sudah ada sebelumnya. Penelitian ini menguji efektivitas dari kebijakan tersebut terhadap stabilitas perbankan dengan menggunakan dua sampel antara lain (1) data agregat berdasarkan modal inti atau Bank Umum Berdasarkan Kegiatan Usaha (BUKU) dan (2) data 38 perusahaan perbankan di Indonesia. Hasil uji estimasi dengan model Pooled Ordinary Least Squares. Fixed Effects, dan Difference-in-Differences secara konsisten menemukan pengaruh yang positif dan signifikan, sehingga penelitian ini menyimpulkan bahwa fintech regulatory sandbox terbukti efektif dalam mencapai tujuannya. Kebijakan tersebut mampu meningkatkan stabilitas perbankan di tengah disrupsi akibat kehadiran fintech, terutama bagi perusahaan perbankan dengan modal inti yang relatif lebih kecil. Penelitian ini juga menemukan bahwa Loan to Deposit Ratio, Operating Expense to Operating Income Ratio, kekuatan pasar, dan inflasi juga berpengaruh positif dan signifikan secara statistik terhadap stabilitas perbankan.

---

Financial technology (fintech) has disrupted traditional financial services, especially banking. The regulation authority responded to this issue by creating a regulatory sandbox to create space for fintech innovation without negatively impacting existing financial services. This study examines the effectiveness of banking stability in Indonesia by using two samples, namely (1) bank classifications based on core capital (Bank Umum Berdasarkan Kegiatan Usaha/BUKU) and (2) 38 banks in Indonesia. Pooled Ordinary Least Squares, Fixed Effects, and Difference-in-Differences method are used and resulting positively significant impact as expected by this policy objective. The policy is effective in improving banking stability amid disruption by fintech start-ups, particularly to banks with relatively small core capital. This study also finds positive and significant impact from Loan to Deposit Ratio, Operating Expense to Operating Income Ratio, market power, and inflation toward bank stability."

"Regulatory Sandbox merupakan mekanisme uji coba terhadap inovasi teknologi terbaharukan atau model bisnis baru yang dimanifestasikan dalam suatu kerangka peraturan regulator finansial. Sejatinya mekanisme Uji coba piloting secara ad. hoc telah pertama kali dilaksanakan oleh Regulator Finansial sejak Tahun 2004 yaitu oleh Bangko Sentral ng Pillipinas (BSP) yang kemudian diikuti oleh regulator finansial lain diseluruh dunia, termasuk Bank Indonesia. Pada tahun 2016Financial Conduct Authority (FCA) Inggris merupakan negara yang mengkoinkan istilah Regulatory Sandbox dan membakukan mekanisme uji coba kedalam suatu kerangka pengujian yang bersifat berkelanjutan, setelah setahun sebelumnya mendirikan Project Innovate sebagai satuan unit FCA dan Innovation Hub untuk menghadapi perkembangan inovasi keuangan digital di sektor finansial Inggris. Pembentukan kerangka uji coba inovasi ini kemudian diadaptasi oleh berbagai regulator finansial di dunia, termasuk Bank Indonesia, Otoritas Jasa Keuangan, dan Bank Negara Malaysia. Meskipun banyak regulator yang telah membentuk Innovation Hub nya masing masing dan telah mengadopsi suatu kerangka uji coba yang serupa. Implementasi regulatory sandbox oleh setiap regulator finansial berbeda-beda disesuaikan kepada lingkup kewenangan regulator, volume inovasi, dan sudut pandang terhadap inovasi dari setiap regulator. Skripsi ini akan melakukan perbandingan kerangka Regulatory Sandbox dari 4 Regulator Finansial di 3 Negara yang berbeda, yaitu Bank Indonesia, Otoritas Jasa Keuangan, Financial Conduct Authority (Inggris), dan Bank Negara Malaysia (Malaysia). Regulatory Sandbox is an innovation testing mechanism for cutting-edge technological innovation or new business models that are manifested under a firm Financial Regulatory Framework. The first ad hoc test and learn mechanism were conducted by Bangko Sentral ng Pillipinas (BSP) in 2004, and were followed by various regulator across the globe, Including Bank Indonesia. In 2016, The United Kingdom Financial Conduct Authority (FCA) coined the term Regulatory Sandbox and standardize it under a specific and continuous regulatory framework, after One year earlier formed Project Innovate as the FCA Innovation unit and Innovation hub to encounter the digital financial services development in the UK Financial Sector. The formation of this Regulatory Sandbox Frameworks were being adopted by various financial regulator across the globe, including Bank Indonesia, Otoritas Jasa Keuangan, and Bank Negara Malaysia. Even tough various regulator have formed their own version of Innovation Hub and adopted the similar test and learn mechanism, the implementation of every regulatory sandbox may vary from one financial regulator to the other adjusted to every financial regulator supervisory purview, Innovation Volumes, and Regulatory viewpoint on innovation from every regulator. This Essay will compare the regulatory sandbox framework from 4 financial regulator in 3 Different Countries, Including Bank Indonesia, Otoritas Jasa Keuangan, Financial Conduct Authority (United Kingdom), and Bank Negara Malaysia (Malaysia)"

"Telemedicine adalah praktek kesehatan melalui aplikasi dengan memakai komunikasi audio, visual dan data, termasuk perawatan, diagnosis, konsultasi dan pengobatan serta pertukaran data medis jarak jauh. Berdasarkan hasil analisis sentimen pada aplikasi telemedicine, sering ditemukan adanya ketidakseimbangan data/imbalance data. Oleh karena itu perlu dilakukan pengembangan dengan memasukan teknik Imbalance Data dalam melakukan analisis sentimen agar mendapatkan hasil akurasi lebih baik dari penelitian sebelumnya. Tujuan penelitian ini adalah untuk mengidentifikasi penggunaan SVM-SMOTE dan EasyEnsemble dalam meningkatkan kinerja klasifikasi XGBoost pada imbalance data sentimen pada Telemedicine. Identifikasi dilakukan dengan memasukkan metode SVM-SMOTE dan EasyEnsemble Dalam Meningkatkan Kinerja Klasifikasi XGBoost menggunakan data yang diperoleh dari aplikasi Halodoc. Hasil penelitian menunjukkan bahwa penggunaan SVM SMOTE dan EasyEnsamble untuk dataset yang tidak seimbang dengan pembagian skema data 75% data training dan 25% data testing dapat meningkatkan kinerja klasifikasi XGBoost.  Hasil uji menggunakan data yang telah dilakukan balancing dengan SVM-SMOTE, EasyEnsamble dan kombinasi keduanya didapat model terbaik yang layak digunakan dalam melakukan peningkatan pada kinerja klasifikasi imbalance data sentimen pada aplikasi kesehatan. Setelah dilakukan balancing pada dataset, diperoleh nilai tertinggi AUC 0.9254 dan GMeans 0.9249, sedangkan hasil yang diperoleh dengan data set yang tidak seimbang, diperoleh nilai AUC 0.8577 dan GMeans 0.8480. Maka dapat disimpulkan bawah penggunaan SVM-SMOTE, EasyEnsemble atau kombinasi keduanya dapat meningkatkan kinerja klasifikasi pada XGBoost.

---

Telemedicine is the practice of healthcare through applications using audio, visual, and data communication, including remote care, diagnosis, consultation, treatment, and the exchange of medical data. Sentiment analysis on telemedicine applications often experiences data imbalance issues. Therefore, it is necessary to implement Imbalance Data techniques into sentiment analysis to achieve better accuracy than previous studies. This research aims to identify the use of SVM-SMOTE and EasyEnsemble to enhance the performance of XGBoost classification on imbalanced sentiment data in telemedicine. The identification is carried out by applying SVM-SMOTE and EasyEnsemble methods to improve XGBoost classification performance using data obtained from the Halodoc application. The research results show that using SVM-SMOTE and EasyEnsemble for imbalanced datasets, with a data split of 75% for training and 25% for testing, can enhance XGBoost classification performance. Tests conducted with balanced data using SVM-SMOTE, EasyEnsemble, and the combination resulted in the best model suitable for improving classification performance on imbalanced sentiment data in health applications. After balancing the dataset, the highest AUC value achieved was 0.9254 and GMeans was 0.9249, whereas, with the imbalanced dataset, the AUC was 0.8577 and GMeans was 0.8480. Thus, it can be concluded that the use of SVM-SMOTE, EasyEnsemble, or the combination can improve classification performance in XGBoost."

"Diabetes Melitus merupakan satu dari 10 penyakit penyebab kematian di Indonesia. Intervensi apoteker melalui telefarmasi menunjukkan adanya perbaikan pada kepatuhan, nilai HbA1c dan kualitas hidup pada pasien. Pada tahun 2020, Covid-19 menjadi pandemi di seluruh Negara. Telehealth mulai banyak digunakan kembali sebagai alternatif pelayanan Kesehatan salah satunya telefarmasi. Penelitian ini bertujuan untuk menilai efektifitas intervensi apoteker melalui telefarmasi terhadap peningkatan kepatuhan pengobatan, perbaikan HbA1c dan peningkatan kualitas hidup pada pasien Diabetes Mellitus Tipe 2 (DM Tipe2) di Rumah Sakit Universitas Indonesia. Penelitian ini dilakukan dengan desain Non-Randomized Controlled Trial yang melibatkan 70 pasien dengan DM tipe 2 yang dibagi menjadi kelompok intervensi (35 pasien) dan kelompok non-intervensi (35 pasien). Intervensi dilakukan dengan melakukan follow-up melalui telepon yang dilakukan selama 3 bulan dan intervensi diberikan 1 kali dalam sebulan. Karakteristik sosiodemografi dan klinis antar kelompok tidak ada perbedaan yang signifikan (p> 0.05). Intervensi melalui telefarmasi memiliki efektivitas yang signifikan terhadap peningkatan kepatuhan pengobatan dengan OR (95%CI) 7.11 (1.82-27.79) dan terhadap peningktan kualitas hidup pasien dengan OR (95%CI) 4.5 (1.41-14.35). Namun, efektifitas telefarmasi terhadap perbaikan HbA1c pada kelompok intervensi hanya sebesar OR (95%CI) 1.28  (0.48-3.37) yang statistik tidak signifikan (p>0.05). Kesimpulan dari penelitian ini menunjukkan bahwa telefarmasi dapat meningkatkan kepatuhan pasien dalam menggunakan obat dan kualitas hidup pada pasien dengan DM Tipe 2.

---

Diabetes Mellitus is one of the 10 causes of death in Indonesia. Pharmacist intervention through telepharmacy shows an improvement in adherence, HbA1c values and quality of life in patients. In 2020, Covid-19 became a pandemic throughout the country. Telehealth has begun to be widely used as an alternative to health services, one of which is telepharmacy. This study aims to assess the effectiveness of pharmacist interventions through telepharmacy in improvement of medication adherence, HbA1c and quality of life in patients with Type 2 Diabetes Mellitus (Type 2 DM) at Universitas Indonesia Hospital. This study was conducted using a Non-Randomized Controlled Trial design involving 70 patients with type 2 DM which were divided into an intervention group (35 patients) and a control group (35 patients). The intervention is carried out by conducting a telephone follow-up which is carried out for 3 months and the intervention will be given once a month. Sociodemographic and clinical characteristics between groups did not differ significantly (p>0.05). Intervention via telepharmacy has a significant effectiveness (p<0.05) on increasing medication adherence with OR (95%CI) 7.11 (1.82-27.79) and on improving the quality of life with OR (95%CI) 4.5 (1.41-14.35). However, the effectiveness of telepharmacy on HbA1c improvement in the intervention group was only OR (95% CI) 1.28 (0.48-3.37) which was not statistically significant (p>0.05). The conclusion of this study shows that telepharmacy effectively improve patient medication adherence and the quality of life in patients with Type 2 DM."

"ABSTRAKPengguna internet di Indonesia pada tahun 2014 dilaporkan sebanyak 88,1juta, 75 juta diantaranya adalah pengguna smart-phone. Adanya fitur aplikasimemudahkan masyarakat dalam mengakses informasi serta pemenuhan kebutuhansehari-hari. Perkembangan yang sangat pesat dibidang teknologi informasi tentusaja berdampak terhadap dunia kesehatan, Telemedis merupakan metode barudalam pelayanan kesehatan. Telemedis adalah penggunaan teknologi informasidan komunikasi yang digabungkan dengan kepakaran medis untuk memberikanlayanan kesehatan, mulai dari konsultasi, diagnosa sementara dan perencanaantindakan medis, tanpa terbatas ruang atau dilaksanakan dari jarak jauh, sistem inimembutuhkan teknologi komunikasi yang memungkinkan transfer data berupavideo, suara, dan gambar secara interaktif yang dilakukan secara real time.Telemedis sangat bermanfaat bagi masyarakat, diantaranya selain dapat langsungberkonsultasi secara online juga menghemat waktu, efisiensi biaya transportasidan operasional. Manfaat telemedis sangat dirasakan bagi masyarakat yangtinggal di daerah terpencil yang jauh dari fasilitas kesehatan. Telemedis jugabermanfaat dakam mengurangi angka rujukan maupun penanganan langsung olehdokter spesialis, sehingga penanganan pertama bisa dilakukan oleh dokter umumsebagai gate-keeper pelayanan kesehatan. Namun ada permasalahan hukum daritelemedis ini, yakni belum adanya regulasi permenkes yang mengatur pelayananserta standarisasi pelaksanaannya. Informed consent, kerahasiaan data pasien, danrekam medis menjadi hal yang sangat serius diperhatikan dalam pelayananTelemedis sesuai acuan peraturan dan perundang-undangan yang berlaku. Denganadanya telemedis, harapannya mutu pelayanan kesehatan lebih baik dikarenakantelemedis bukanlah upaya kuratif yang menegakkan diagnosa maupun sebagaiupaya pemberian resep (tele-prescription) namun Telemedis memperkuat upayakonsultasi, edukatif, promotif dan preventif kesehatan seseorang, sehinggaseseorang akan mendapatkan umpan balik self-care dan follow up-care

---

ABSTRACTInternet users in Indonesia in 2014 was reported as 88.1 million, 75 million ofthem are smart-phone users. Their application feature allows people to accessinformation and the fulfillment of their daily needs. The rapid development ofinformation technology in the field of course affect the health of the world,Telemedicine method is new in health care. Telemedicine is the use ofinformation and communication technologies combined with the expertise ofmedical staff to provide health services, start from consultation, suspect diagnosisand how to planning of medical action, without being confined space orconducted remotely, the system requires a communication technology that enablesthe transfer of data such as video, voice and images interactively performed in realtime. Telemedicine may have beneficial for the community, including in additionto directly online consultation and also saves much time, transportation costs arecheaper and the operational being more efficiency. Telemedicine have manybenefits, such as for the people who live at remote areas which so far from healthfacilities. Telemedicine is also very useful in reducing the number of referenceand handling of directly by specialist doctors, so the first treatment can beperformed by a general practitioner as the gate-keeper of health services.However, there are legal issues of this telemedicine, that telemedicine does nothave any regulations and standardized implementation services. Informed consent,confidentiality of patient data and medical records into a very serious thing to beconsidered in accordance reference Telemedicine service regulations andlegislation in force. With the telemedicine, hopefully more better quality of healthcare, because it is not curative that can give the absolutely diagnosis and attemptprescribing (tele-prescription). But Telemedicine can be strengthen the efforts ofconsultation, education for patients, promotive and preventive health, that personwill get feedback like self- care and follow-up care;"

"

Telemedicine merupakan salah satu komponen penting dalam transformasi digital kesehatan di Indonesia. Penggunaan telemedicine dapat meningkatkan pemerataan akses kesehatan masyarakat Indonesia. Namun, 58,2% masyarakat Indonesia masih belum mengetahui mengenai telemedicine. Faktor yang memengaruhi minat penggunaan telemedicine setelah pandemi COVID-19 berakhir juga masih belum jelas. Penelitian ini bertujuan untuk memperoleh faktor-faktor yang memengaruhi adopsi telemedicine di Indonesia serta merancang rekomendasi strategi untuk meningkatkan adopsi teknologi telemedicine masyarakat Indonesia. Model yang digunakan dalam penelitian adalah model adopsi teknologi UTAUT2. Penelitian ini menggunakan PLS-SEM (Partial Least Square-Structural Equation Modeling) untuk menganalisis 350 data responden. Kemudian, pemilihan rekomendasi didasarkan pada hasil penelitian menggunakan metode Complex Proportional Assessment (COPRAS). Hasil penelitian menunjukkan bahwa Price Value (PV), Social Influence (SI), Facilitating Conditions (FC), Geographical Location (GL), dan Performance Expectancy (PE) berpengaruh terhadap adopsi telemedicine di Indonesia, sedangkan sosialisasi kepada masyarakat merupakan prioritas strategi untuk meningkatkan adopsi telemedicine masyarakat Indonesia.

---

Telemedicine is an important component in the digital transformation of health in Indonesia. The use of telemedicine can increase equity in access to public health in Indonesia. However, 58.2% of Indonesian people are not aware of the existence of telemedicine. Factors that influence telemedicine acceptance after the COVID-19 pandemic ends are also unclear. This study aims to obtain the factors that influence the adoption of telemedicine in Indonesia and to recommend the best strategy to increase the adoption of telemedicine technology in Indonesia. The model used in this research is the UTAUT2 technology adoption model. This study uses PLS-SEM (Partial Least Square-Structural Equation Modeling) to analyze the data from 350 respondents. The selection of recommendations is based on research results using the Complex Proportional Assessment (COPRAS) method. The findings of the study indicate that Price Value (PV), Social Influence (SI), Facilitating Conditions (FC), Geographical Location (GL), and Performance Expectancy (PE) have significant effects on telemedicine adoption in Indonesia, while telemedicine socialization program is a strategic priority to increase adoption of telemedicine in Indonesia.

"

"Latar belakang: Epilepsi adalah suatu keadaan atau penyakit otak yang yang ditandai dengan kecenderungan menimbulkan kejang hal ini karena adanya bangkitan yang terjadi secara berulang. Layanan telemedis adalah layanan yang menggunakan fasilitas komunikasi elektronik yang bertujuan untuk memberikan dukungan atau pelayanan medis dari jarak yang terpisah. Pada layanan ini, banyak faktor yang mempengaruhi dokter dalam membuat keputusan. Sehingga, penelitian ini akan melihat perbandingan keputusan tatalaksana farmakologi dan rujukan pasien epilepsi baru dengan pasien yang pernah didiagnosis sebelumnya oleh dokter pada layanan telemedis di Indonesia. Metode: Penelitian ini menggunakan desain potong lintang retrospektif dengan sumber data sekunder yang dilakukan di salah satu layanan telemedis di Indonesia. Terdapat 100 subjek yang terpilih pada layanan telemedis. Pemberian keputusan tatalaksana farmakologi dan rujukan dapat dilihat dari riwayat chat. Hasil: Dari 100 subjek, hasil analisis menunjukkan tidak terdapatnya perbandingan yang bermakna antara pasien baru dengan pasien yang pernah didiagnosis sebelumnya dengan pemberian tatalaksana farmakologi (P=0,298) dan dengan keputusan rujukan (P=0,025). Selai itu, terlihat pasien baru memiliki presentase rujukan lebih tinggi (18,87%) dibandingkan dengan pasien yang pernah terdiagnosis (4,26%). Kesimpulan: Tidak terdapat perbandingan yang bermakna antara pasien baru dengan yang pernah terdiagnosis sebelumnya dengan pemberian farmakologi, serta terdapatnya perbandingan yang bermakna dengan keputusan rujukan. Sehingga, diperlukannya jumlah subjek yang lebih besar dan dilakukannya studi lebih lanjut.

---

Introduction: Epilepsy is a condition or disease of the brain characterized by a tendency to cause seizures due to repeated seizures. Telemedical services are services that use electronic communication facilities for the purpose of providing medical support or remote services. In this service, many factors influence doctors in making decisions. Thus, this study will look at the comparison of pharmacological treatment decisions and referrals of new epilepsy patients with patients who have previously been diagnosed by doctors at telemedical services in Indonesia. Method: This study uses a retrospective cross-sectional design with secondary data sources conducted in a telemedicine service in Indonesia. There are 100 subjects selected for the telemedicine service. Decisions on pharmacological treatment and referrals can be seen from the chat history. Result: From 100 subjects, the results of the analysis showed that there was no significant comparison between new patients and patients who had previously been diagnosed with pharmacological treatment (P=0.298) and referral decisions (P=0.025). In addition, it was seen that new patients had a higher referral percentage (18.87%) compared to patients who had been diagnosed (4.26%). Conclusion: There was no significant comparison between new patients and those who had previously been diagnosed with pharmacology, and there was a significant comparison with referral decisions. Thus, a larger number of subjects is needed and further studies are needed."