Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Riset Sains dan Kesehatan Indonesia Jurnal Teknologi dan Sains Modern
Fajar , Nurhikmah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Environmental Science Materials Science & Nanotechnology

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Potensi Transformasi Deep Learning dalam Berbagai Domain: Studi Literatur pada Manufaktur dan Layanan Kesehatan Mutia, Yesi Nurul; Mustamin, Syaiful Bachri; Saktilawati, Wa Ode; Sahriani; Fajar , Nurhikmah; Sari, Sri Kurniyan
Jurnal Teknologi dan Sains Modern Vol. 2 No. 2 (2025): Maret-April
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v2i2.349

Abstract

Penerapan deep learning di sektor manufaktur dan layanan kesehatan untuk meningkatkan efisiensi, akurasi, dan otomatisasi. Di sektor manufaktur, kolaborasi manusia-robot menghadapi tantangan dalam merencanakan tugas dan mengendalikan gerakan robot di lingkungan tak terstruktur, sementara deteksi cacat geometris pada produk menggunakan data awan titik 3D membutuhkan teknologi yang mampu menangani data kompleks. Di sektor layanan kesehatan, deep learning memainkan peran penting dalam segmentasi citra medis dan triage departemen gawat darurat untuk meningkatkan kecepatan dan akurasi pengambilan keputusan medis. Penelitian ini menggunakan studi literatur untuk mengeksplorasi berbagai aplikasi deep learning dalam kedua sektor tersebut, seperti penggunaan mixed reality head-mounted display (MR-HMD), deep reinforcement learning (DRL), dan model PointNet++ dalam manufaktur, serta aplikasi deep learning dalam segmentasi citra medis dan analisis data rekam medis elektronik di layanan kesehatan. Hasil penelitian menunjukkan bahwa deep learning meningkatkan efisiensi kolaborasi manusia-robot, memperbaiki deteksi cacat geometris, serta meningkatkan akurasi dan kecepatan proses triage di layanan kesehatan. Kesimpulannya, deep learning memiliki potensi transformasi besar di berbagai sektor dan membuka peluang untuk otomatisasi serta pengambilan keputusan berbasis data yang lebih canggih.
Transformasi Layanan Kesehatan melalui Telemedicine dan Telehealth: Tantangan, Peluang, dan Pendekatan Berpusat pada Pasien Nurhaliza, Siti; Mustamin, Syaiful Bachri; Saktilawati , Wa Ode; Atnang , Muhammad; Fajar , Nurhikmah; Sari , Sri Kurniyan
Jurnal Riset Sains dan Kesehatan Indonesia Vol. 2 No. 2 (2025): Mar-Apr
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jrski.v2i2.357

Abstract

Telemedicine dan telehealth memiliki potensi besar untuk meningkatkan akses, kenyamanan, dan efisiensi layanan kesehatan¹. Namun, tantangan seperti kekhawatiran privasi data, kesenjangan digital, dan interoperabilitas masih perlu diatasi. Beberapa studi mengeksplorasi berbagai aspek penting dari telemedicine. Sebuah studi tentang sentimen konsumen mengidentifikasi tantangan kualitas layanan dan akses terbatas, namun juga manfaat seperti kenyamanan dan penghematan biaya. Persepsi pasien kanker menunjukkan bahwa meskipun ada kekhawatiran tentang privasi dan keamanan, telemedicine membantu pasien memperoleh informasi dan dukungan sosial, serta menjaga kontinuitas perawatan². Artikel mengenai aplikasi robotik dalam telemedicine menyoroti peran perangkat medis robotik dalam pembedahan, diagnosis, dan rehabilitasi. Di sisi lain, privasi dan keamanan data dibahas melalui penggunaan blockchain dan federated learning yang memungkinkan penyimpanan data yang aman dan kolaborasi model pembelajaran mesin tanpa berbagi data sensitif.³ Terakhir, pemantauan diabetes jarak jauh dengan teknologi berbasis blockchain dan IoT menawarkan solusi pemantauan real-time bagi pasien diabetes.⁴ Secara keseluruhan, penelitian ini menekankan pentingnya pendekatan berpusat pada pasien dalam desain dan implementasi solusi telemedicine, dengan fokus pada inovasi untuk mengatasi tantangan yang ada, meningkatkan interoperabilitas, dan memastikan privasi data, guna mengoptimalkan potensi telemedicine dalam transformasi layanan kesehatan.
Co-Authors Atnang , Muhammad Mustamin, Syaiful Bachri Mutia, Yesi Nurul Sahriani Saktilawati , Wa Ode Saktilawati, Wa Ode Sari , Sri Kurniyan Sari, Sri Kurniyan Siti Nurhaliza