Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pengembangan Sistem Informasi Perencanaan Obat berdasarkan Metoda Morbiditas dilatarbelakangi adanya masalah berkaitan dengan pengelolaan obat khususnya pada tahap perencanaan obat dimana obat direncanakan hanya berdasarkan pada konsumsi obat tahun sebelumnya dan belum berdasarkan pada pola penyakit yang ada sehingga ketersediaan obat belum optimal, disatu sisi terdapat obat yang ketersediaannya sangat terbatas dan disisi lain terdapat obat yang ketersediaannya berlebihan. Disamping itu keciinya anggaran obat perlu terns ditingkatkan melalui penyediaan data kebutuhan obat yang lebih lengkap dihitung berdasarkan Metoda Konsumsi dan Metoda Morbiditas.Penelitian ini bertujuan untuk mengkaji dan membuat suatu sistem inforrnasi yang mampu mengolah data kasus penyakit dari LB1 menjadi informasi kebutuhan obat sehingga diharapkan bermanfaat untuk menentukan jenis, jumlah, dan biaya kebutuhan obat pada scat membuat perencanaan obat. Dan diharapkan dihasilkannya indikator penggunaan obat sehingga dapat dipantau ketaatan pelaksanaan pengobatan pada standar pengobatan yang ada.Metodologi penelitian dilakukan dengan pendekatan pengembangan sistem, yaitu pendekatan System Development Life Cycle - SDLC meliputi tahap perencanaan sister, analisis sistem, perancangan sistem, uji coba dan koreksi, dan penggunaan sistem. Pengambilan data pada tahap perencanaan sistem dilakukan dengan teknik telaah dokumen dan wawancara guna memperoleh gambaran sistem yang lama dan melakukan identifikasi masalah, peluang dan kelayakan sistem secara operasional dan teknis. Pada tahap analisis sistem dilakukan analisa secara lebih mendalam sehingga diketahui bentuk informasi yang diperlukan, siapa pengguna informasi, waktu keluarnya informasi, dan kriteria sistem informasi yang diharapkan pengguna. Pada tahap perancangan sistem dilakukan perancangan secara terperinci pengenai basis data, masukan, keluaran, alur proses atau algoritma, program aplikasi dan pemilihan konvigurasi perangkat keras yang akan menjalankan sistem. Uji cobs dan koreksi prototipe dilakukan pada laboratorium komputer FKM UI, disamping itu juga dilakukan penilaian kelebihan dan kelemahan sistem. Sebagai hasilnya program aplikasi Sistem Informasi Perencanaan Obat berdasarkan Metoda Morbiditas ini diharapkan dapat dipergunakan di lingkungan Dinas Kesehatan Kota Pontianak.Beberapa simpulan dari penelitian ini antara lain bahwa Pengembangan Sistem Informasi Perencanaan Obat berdasarkan Metoda Morbiditas dapat diterapkan dilingkungan Dinas Kesehatan Kota Pontianak dengan beberapa prakondisi yang memungkinkan sistem berjalan untuk memenuhi keseluruhan kebutuhan informasi yang diharapkan pengguna untuk perencanaan kebutuhan obat dan pemantauan penggunaan obat. Program aplikasi yang sederhana, mudah dalam penggunaan, tingkat pengarnanan data yang baik dan dapat dikembangkan sehingga pengiriman data dari Puskesmas ke Dinas Kesehatan menjadi lebih mudah. Beberapa saran pada tahap lanjutan hendaknya juga dilakukan pengembangan sistem yang terkomputerisasi di Puslofar terhadap penerimaan, penyimpanan, pendistribusian dan pelaporan mutasi obat; adanya penyempumaan pada format form LB 1 dan penyempumaan standar pengobatan sehingga mencakup keseluruhan penyakit yang ada pada LB1.

---

The background of drug planning information system development base on morbidity method was the problem related to drug management particularly in drug planning step, where drug was planned merely based on drug consumption in a previous year and still not based on existing disease pattern, thus drug availability was still not optimal, in one side there was very limited drug availability and in the other side drug availability was excessive, Additionally, small drug budget need to be increased through more complete data provision of drug requirement calculated based on consumption method and morbidity method.

The aim of this study was to identify and build a information system that can process data of disease case of LB 1 to drug requirement information that expected useful to determine type, number and cost of drug requirement when performing drug planning. It is expected to produce drug utility indicator so that treatment implementation adherence on existing treatment standard can be monitored. The study was carried out by system development approach, System Development Life Cycle (SDLC) approach including system planning, system analysis, system design, system testing and revising, and system use steps.

In system planning step, document review and interview technique were employed to collect data in order to obtain the description of old system and to identify the problem, the chance and advisability of the system operationally and technically. In system analysis step, analysis is performed more deeply so that information form needed, information user, time of information out, and information system user criteria expected can be identified. In system design step, design is performed in detail on data, input, output, process flow or algorithm, applied program and hardware configuration selection to carry out the system. Prototype testing and correction were conducted in FKM UI computer laboratory, in addition, assessment of system benefit and limitation were performed. As a result, the application of program of drug planning information system base on morbidity method is expected can be used in Pontianak Health District.

Some conclusions from this study include drug planning information system development base on morbidity method can be used in Pontianak Health District with some preconditions allowing the system to be carried out to meet all information need that user expected to drug requirement planning and drug utilization monitoring. Simple and easy applicable program, high level of data safety to be developed so that data transferring from health centre to health district is much easier. Some advises for the next step that it is needed to perform computerized system development on drug receiving, maintenance, distribution and drug mutation reporting in Puslofar; it is expected the finishing on LB 1 format and treatment standard, thus cover all of disease LB 1."

"Salah satu kemampuan robot yang canggih adalah mampu melakukan adaptasi pada lingkungan sekitarnya. Kemampuan ini merupakan analogi terhadap kemampuan manusia secara khusus. Namun, kebanyakan robot yang dibuat masih terbatas dalam hal interaksi secara sentuhan dengan lingkungan sekitarnya. Oleh karenanya diperlukan sistem sensasi non-kontak yang salah satunya adalah sensasi secara visual. Cara ini termasuk salah satu yang paling advance karena hampir semua proses manipulasi bisa dilakukan dengan hanya menggunakan sensor visual yaitu kamera walaupun computational cost-nya cukup tinggi. Single Board computer jenis BeagleBoard akan digunakan untuk melakukan komputasi sensasi visual yang meliputi face detection, stereo vision, dan bahkan lokalisasi nantinya. Wajah manusia yang akan dikenali oleh sistem computer visualnya akan di-tracking dan diukur jaraknya secara real time melalui teknik stereo vision. Koordinat yang didapat akan ditransformasikan dengan persamaan kinematik berupa invers jacobian menuju pusat robot untuk melakukan aktuasi pada aktuator vision dan navigasi robot secara keseluruhan sampai tujuan untuk melakukan interaksi dengan manusia tercapai. Berdasarkan pengujian yang telah dilakukan dapat dinyatakan bahwa sistem komputer vision yang telah dibangun cukup valid dan handal untuk jarak dibawah 100 cm walaupun dengan waktu komputasi yang cukup besar.

---

One of the advance robot's ability is it can adapt into the around environment. This ability itself is the analogy of human's. But now, most of the robots still have limited in contact sensation. So, it's needed to build non-contact sensations and one of them is reached by build visual system. This way belong to one of advance method because almost of manipulation way can be dealed with this visual sensor like camera, even though the computational cost is high enough.

BeagleBoard, a kind of powerful Single Board computer, will be use to compute the visual sensation in this receptionist robot include face detection, stereo vision, and even localization later. The face of human that will be recognized by visual computer system will be tracked and the distant is calculated real time via stereo vision system. The coordinate that has been gathered will be transformed by invers jacobian into the center of robot to actuate visual actuation and doing robot navigation until receptionist robot is able to do interaction with human. Based on the result of experiment, it can be stated that the developed computer vision system is valid and reliable enough for distant below 100 cm even though spends high computational time."

"Simulasi Kompresi Sinyal Video Digital ke Sinyal Audio merupakan suatu sistem kompresi data video digital dengan bitrate yang tinggi menjadi data video digital dengan bitrate yang rendah agar dapat dilewatkan pada transmisi sinyal audio yang bandwidthnya sebesar 64 Kbps. Sistem ini menggunakan kompresi Windows Media Video 9 karena dianggap mampu melakukan kompresi data video digital hingga 64 Kbps. Dengan mode encoding Constant Bit Rate (CBR), bitrate data video akan tetap konstan atau mendekati target bitrate yang sudah diatur sebelumnya.

---

Simulation of Digital Video Compression Signal to Audio Signal is a digital video data compression system with a high bitrate digital video data to a lower bitrate in order to pass the audio signal transmission bandwidth of 64 Kbps. The system uses Windows Media Video 9 compression because it is able to perform data compression digital video of up to 64 Kbps. With Constant Bit Rate encoding mode (CBR), bitrate video data will remain constant or close to the target bitrate is prearranged."

"Wayang adalah seni kuno dari Indonesia yang memiliki begitu banyak bentuk, seperti wayang orang, wayang golek, dan wayang kulit. Biasanya, wayangdigunakan untuk tampil di panggung dan memiliki latar belakang suara gamelan. Saat ini, wayang masih ada di Indonesia, apakah itu untuk pertujukan atau hanya pajangan yang bagus dalam kotak kaca. Wayang memiliki begitu banyak karakter dalam cerita, dan itu sulit bagi kita untuk mengingat setiap nama karakter wayang. Akan menjadi mudah jika ada sistem untuk mengenali mereka, sehingga kita tidak perlu tahu nama masing-masing untuk karakter wayang. Tulisan ini diusulkan untuk membuat sistem pengenalan untuk wayang menggunakan 2 algoritma populer, MSER (Maximally Stable Extermal Region) dan MSER efisien. Dalam makalah ini, diusulkan untuk membandingkan algoritma tersebut pada PC dengan video wayang yang dimasukkan secara offline. Meskipun secara waktu komputasi MSER efisien lebih unggul daripada MSER biasa, namun ketika masuk ke dalam tahap pelacakan, MSER biasa justru lebih unggul daripada MSER efisien karena ia tidak mengolah sebagian level abu-abu pada citra sebagaimana MSER efisien, melainkan seluruh level keabu-abuan.

---

Wayang is an ancient art from Indonesia that has so many forms, such as wayang orang, wayang golek, and wayang kulit. Usually, wayang is used for performing on a stage and it has background sound of gamelan. Nowadays, wayang still exists in Indonesia, whether it's for perfoming or only a nice display in a glass box. Wayang has so many characters in its story, and it's difficult for us to remember each name of wayang characters. It will be easy if there is a system to recognize them, so we don't need to know each name to wayang characters.

This writing is proposed to make a recognition system for wayang using 2 popular algorithms, MSER (Maximally Stable Extermal Region) and efficient MSER. In this paper, the writer proposed to compare those algorithms in a PC which video of wayang is processed offline.Although efficient MSER has more advantage in computing time, the regular MSER makes greater detection than efficient MSER because regular MSER doesn't compute several gray level like efficient MSER, but all gray level."

"Di dalam penelitian ini akan digunakan teknologi Augmented Reality di dalam sebuah film animasi. Pendeteksian berbasis Computer Vision pada penelitian ini akan menggunakan ARToolKit dan 3dSMax. ARToolKit yang digunakan membutuhkan marker. Marker sendiri adalah visual tag yang dimasukkan ke dalam real scene yang bisa dikenali dalam Augmented Reality. Kamera yang digunakan untuk mengenali marker, akan merubah pola pada marker ke dalam biner. Setelah kamera mengidentifikasi marker, maka dilakukan transformasi posisi marker dan melakukan render objek 3D di atas marker, sehingga akan terlihat film animasi pada desktop. Dari segi fungsionalitas, pengguna melihat animasi sudah bekerja dengan cukup baik. Inti sari dari materi pun juga tersampaikan. Jadi, keberhasilan implementasi cukup besar, dengan beberapa perbaikan di masa depan diharapkan bisa mencapai ekspektasi. Tujuan pembuatannya adalah untuk memberikan pengetahuan mengenai pembuatan sebuah film pendek beranimasi yang ditampilkan pada layar komputer secara real-time dengan markers sebagai implementasi Augmented Reality. Film beranimasi ini mengadopsi cerita rakyat Sangkuriang, yang berasal dari Jawa Barat, Indonesia.

---

In this research we design Augmented Reality System inserted inside an animated movie. Computer Vision based tracking in this research work uses ARToolKit and 3dSMax. ARToolKit needs marker. The marker itself is a visual tag inserted into real scene and it could be recognized in Augmented Reality. The camera used to recognize the marker and detect it to be changed to the binary form. After identifying the marker, the position transforming of the marker and the rendering part will follow as the 3D objects show up on the marker. The result is an animated movie get started. The animation functions quite well. The point of the story is delivered enough. Overall, the implementation turns out considerably good, by correcting some points it could reach the expectation. The purpose of this project is to share the techique to present an animated movie on the desktop using markers as the implementation of Augmented Reality. The animated movie adopting Sangkuriang folk story, originated from West Java, Indonesia."

"Latar belakang: Penggunaan komputer dapat menimbulkan suatu keluhan kesehatan yang disebut dengan Computer Vision Syndrome (CVS), Sindrom ini dapat dipengaruhi oleh berbagai faktor risiko individual, lingkungan dan komputer. Tujuan: Mengidentifikasi dan menganalisis faktor-faktor resiko ergonomik individual dan komputer yang berhubungan dengan kejadian Computer Vision Syndrome (CVS) pada pekerja pengguna komputer yang berkacamata dan pekerja yang tidak berkacamata. Metode: Penelitian ini merupakan penelitian metode kualitatatif. Penelitian dilakukan pada bulan April - Mei 2013 di Unit Pelakasana dan Pelatihan. Sampel sebanyak 18 orang dengan kriteria tertentu, dibagi menjadi 2 kelompok pekerja berkacamata dan pekerja yang tidak berkacamata. Peneliltian dilakukan dengan wawancara langsung menggunakan kuesioner dan pengukuran. Hasil: Faktor-faktor yang berhubungan dengan kejadian CVS adalah Kelembaban 71%, Pencahayaan kurang dari 300-500 lux (KEPMENKES nomor 1405/Menkes/SK/XI/2002), Usia lebih dari 40 tahun (das et al.), lama bekerja dengan komputer, dan jarak komputer dengan mata. Kesimpulan: Gejala ekstraokuler pada pekerja pengguna kacamata bifocal melakukan retrofleksi leher sehingga leher tertekuk kebelakang yang menyebabkan keluhan nyeri pada leher. Penderita terbanyak bukan dari pengguna kacamata tetapi pada pekerja yang tidak berkacamata. Serta penderita CVS (berdasarkan kriteria anamnesa) di usia 25 tahun, kedua hal ini berkaitan dengan potur ergonomi pada saat kerja baik secara design tempat kerja, kondisi ruangan ataupun durasi kerja yang semuanya saling berkaitan sehingga menimbulkan gejala Computer Vision Syndrome (CVS).

---

Background: Computer usage could cause health complaints called Computer Vision Syndrome (CVS). This syndrome was influenced by individual and computer risk factors.

Aim: The objective of the study is to identify and to analyze individual and computer factors of computer Vision Syndrome (CVS).

Methods: This study was an observational study with methods qualitatively. The research was conducted in April-May 2013 in the Pelakasana and Training Unit. Sample of 18 people with certain criteria, divided into 2 groups of workers and workers who are not wearing glasses glasses. Peneliltian done by direct interviews using questionnaires and measurements.

Results: Factors associated with the incidence of CVS is Humidity 71%, less than the 300-500 lux lighting (KEPMENKES 1405/Menkes/SK/XI/2002), age over 40 years (das et al.), Long working computers, and computer distance by eye.

Conclusion: Extraocular symptoms in workers bifocal glasses users do retrofleksi neck so the neck is bent backwards which causes pain in the neck. Most patients but not from users goggles to workers who do not wear glasses. And people with CVS (based on criteria anamnesis) at the age of 25 years, these two things related to ergonomic posture at work both in design work, ambient conditions or duration of action that are all intertwined, giving rise to symptoms of Computer Vision Syndrome (CVS)."

"The international conference on Advances in Computing and Information technology (ACITY 2012) provides an excellent international forum for both academics and professionals for sharing knowledge and results in theory, methodology and applications of Computer Science and Information Technology. The Second International Conference on Advances in Computing and Information technology (ACITY 2012), held in Chennai, India, during July 13-15, 2012, covered a number of topics in all major fields of Computer Science and Information Technology including: networking and communications, network security and applications, web and internet computing, ubiquitous computing, algorithms, bioinformatics, digital image processing and pattern recognition, artificial intelligence, soft computing and applications. "

"ABSTRAK

Pada tahun 2013, Badan Pusat Statistik mencatat bahwa telah terjadi 100.106 kasus kecelakaan lalu lintas di Indonesia. Sebagian besar kecelakaan disebabkan oleh faktor manusia, yaitu mengantuk. Sistem pendeteksi kantuk dikembangkan untuk mengatasi hal ini. Sistem pendeteksi kantuk dibangun menggunakan pustaka OpenCV, dengan kombinasi dari beberapa algoritma, yaitu Haar Cascade Classifier, fungsi blur, Canny dan kontur. Algoritma Haar Cascade Classifier digunakan untuk mendeteksi area wajah dan area mata pada pengemudi. Sedangkan kombinasi antara fungsi blur, canny dan kontur digunakan untuk mendeteksi objek mata dan menganalisis sedang terbuka atau tertutupnya mata. Performa sistem pendeteksi kantuk diuji melalui empat variabel, yaitu kernel size, nilai threshold, perbedaan kondisi pencahayaan dan karakteristik mata. Berdasarkan hasil pengujian, kernel size terbaik untuk mendeteksi mata adalah (4,4). Selain itu, nilai threshold terbaik untuk lower threshold dan upper threshold adalah 70-110 dan 210-240. Perbedaan kondisi pencahayaan (pagi, siang, sore dan malam) memiliki pengaruh terhadap sistem dengan tingkat kesalahan sebesar 20%. Karakteristik mata (berkacamata dan tidak berkacamata) memiliki pengaruh terhadap sistem dengan tingkat kesalahan sebesar 16,7%.

---

ABSTRACT

In 2013, Badan Pusat Statistik (Statistics Indonesia) recorded that 100.106 cases of traffic accident have occured in Indonesia. Mostly caused by human error, i.e. drowsiness. Drowsiness detection system is developed to respond this situation. Drowsiness detection system is built through OpenCV library by combining the Haar Cascade Classifier algorithm with blur, canny and contour function. Haar Cascade Classifier was used to detect areas of face and eyes whereas the combination of blur, canny and contour function is used to detect the driver’s eyes and analyze the open or closed driver’s eyes. The performance of drowsiness detection system was tested through four variables; kernel size, threshold value, lighting condition (morning, noon, afternoon and night) and eye’s characteristic (eyeglasses or not). Based on the experiments, the best kernel size to detect the driver’s eyes is 4,4. Then, the best lower threshold and upper threshold are 70-110 and 210-240. Subsequently the light conditions has a 20 % error rate to the system. The eye’s characteristic has a 16,7 % error rate to the system.

"