Tesis

Perancangan algoritma pohon keputusan pada sistem cloud computing sebagai real time decision untuk pasien penyakit menular berdasarkan suhu tubuh detak jantung dan spo2: studi kasus pasien virus sars-cov-2 / Bhima Satria Rizki Sugiono

Abstrak
Di era globalisasi dan perkembangan teknologi informasi yang pesat industri alat kesehatan mengalami transformasi besar yang membawa dampak signifikan terhadap peningkatan kualitas layanan kesehatan. Transformasi ini diwujudkan melalui penerapan teknologi seperti telemedicine yang membawa berbagai manfaat termasuk perluasan aksesibilitas layanan kesehatan reduksi biaya operasional peningkatan kenyamanan pasien serta respons yang lebih cepat dan akurat dari penyedia layanan kesehatan melalui adopsi cloud computing dan Artificial Intelligence (AI). Telemedicine didukung oleh IoT dan AI memungkinkan pertukaran data kesehatan secara real-time dan analisis kondisi pasien yang lebih akurat memberikan fondasi bagi sistem kesehatan yang lebih adaptif dan efisien. Penelitian-penelitian sebelumnya telah mengeksplorasi berbagai aspek dan potensi telemedicine namun masih terdapat kekurangan seperti kurangnya integrasi sistem keputusan real-time dan keterbatasan dalam manajemen data skala besar. Penelitian ini bertujuan untuk mengatasi kekurangan tersebut dengan mengusulkan sebuah arsitektur cloud computing yang terintegrasi dengan algoritma pohon keputusan untuk klasifikasi pasien dengan penyakit menular. Fokus utama adalah pada pemantauan tiga parameter kesehatan kritikal suhu tubuh detak jantung dan kadar oksigen dalam darah (SpO2) dengan studi kasus yang terinspirasi dari penanganan pandemi COVID-19. Arsitektur yang dirancang menawarkan kapabilitas manajemen data skala besar analisis real-time dan potensi pengembangan lebih lanjut untuk memenuhi kebutuhan medis yang lebih luas menegaskan pentingnya cloud computing dalam memperkuat ekosistem telemedicine. Pada penelitian ini didapatkan hasil bahwa Implementasi sistem cloud computing dengan algoritma pohon keputusan pada studi kasus pasien virus SARS-CoV-2 menunjukkan kinerja efisien dan efektif dengan kemampuan menangani 500 pengguna simultan menegaskan potensinya dalam layanan kesehatan digital dengan penggunaan sumber daya yang minimal.

Informasi Detail

DDC

Rt 511.8 SUG p

Prodi

Universitas Negeri Malang. Program Studi Teknik Elektro, 2024.

Deskripsi Fisik

xvi, 129 lembar : ilus. ; 30 cm

Bahasa

Indonesia

No Reg

00256/RT/24

Edisi

Tesis (Pascasarjana)--Universitas Negeri Malang. 2024

Subjek

1. ALGORITMA
2. ALGORITMA - PERANCANGAN POHON KEPUTUSAN
3. ALGORITHM

Pembimbing

1. Dr.eng Mokh. Sholihul Hadi, S.t., M.eng.;2. Ilham Ari Elbaith Zaeni, S.t., M.t., Ph.d

Lampiran Berkas