PROPOSAL PROGRAM KREATIVITAS MAHASISWA

PMS (Pregnancy Monitoring Systems) UNTUK MENCEGAH KEMATIAN

IBU AKIBAT PREEKLAMPSIA

BIDANG KEGIATAN
PKM ARTIKEL ILMIAH

Diusulkan oleh:

Ardi Kurniawan (G1D018034 Tahun Angkatan 2018)

M. Rivaldi Ali Septian (G1D018020 Tahun Angkatan 2018)

Risti Dwi Ocktaviani (H1A019027 Tahun Angkatan 2019)

UNIVERSITAS BENGKULU

KOTA BENGKULU

2020
 iii

DAFTAR ISI

HALAMAN SAMPUL ................................................................................ i

LEMBAR PENGESAHAN........................................................................ ii
DAFTAR ISI ................................................................................................ iii
ABSTRAK ................................................................................................... 1
PENDAHULUAN ........................................................................................ 2
Latar Belakang ................................................................................. 2
Tujuan Penulisan ............................................................................... 3
METODE . .................................................................................................. 3
Alat dan Bahan .................................................................................. 3
Tahapan Pelaksanaan Program .......................................................... 3
Identifikasi Masalah ................................................................... 4
Pengumpulan Data ..................................................................... 4
Perancangan .............................................................................. 5
Pembuatan Program Dan Pembuatan Alat ................................. 6
Uji Dan Optimasi Sistem............................................................ 6
HASIL DAN PEMBAHASAN ................................................................... 7
PENUTUP .................................................................................................... 8
Kesimpulan....................................................................................... 8
UCAPAN TERIMAKASIH........................................................................ 8
DAFTAR PUSTAKA .................................................................................. 9
LAMPIRAN-LAMPIRAN ......................................................................... 10
Lampiran 1 Format Jadwal Kegiatan ................................................ 10
Lampiran 2 Biodata Ketua dan Anggota ........................................... 16
Lampiran 3 Biodata Dosen Pedamping ............................................. 17
Lampiran 4 Susunan Organisasi Tim Kegiatan dan Pembagian Tug
as……………………………………………………………………. 19
Lampiran 5 Surat Pernyataan Ketua Pelaksana ................................. 20
Lampiran 6 Pernyataan Sumber Tulisan…………………………….. 21

Lampiran 7 Nilai Probability Pakar……………………………….... 22

 iv

Lampiran 8 Diagram Alir Pembuatan Alat…………………………. 25

Lampiran 9 Pengujian Akurasi Sistem Pakar………………………. 26
 PMS (Pregnancy Monitoring Systems) Untuk Mencegah Kematian Ibu
Akibat Preeklampsia
Ardi Kurniawan *, M. Rivaldi Ali Septian2, Risti Dwi Ocktaviani1
1
1
Program Studi Teknik Elektro, Fakultas Teknik, Universitas Bengkulu
2
Program Studi Kedokteran, Fakultas Kedokteran dan Ilmu Kesehatan,
Universitas Bengkulu
*Corresponding author: kardi9665@gmail.com

ABSTRAK
Angka Kematian Ibu (AKI) di Indonesia dilaporkan jauh dari target Sustainable
Development Goals (SDG’s) tahun 2030. Dibandingkan dengan Angka Kelahiran
Bayi di Indonesia yang mencapai 4,2 juta per tahunnya, AKI di Indonesia tergolong
tinggi. Hipertensi pada kehamilan merupakan penyebab utama meningkatnya AKI
dan preeklampsia merupakan penyebab utama tingginya kematian janin. Resiko
preeklampsia terhadap kematian ibu dan janin harus diimbangi dengan tindakan
pencegahan yang cepat tanggap. Artikel ini bertujuan untuk menjawab
permasalahan tingginya AKI, yaitu dengan PMS (Pregnancy Monitoring Systems).
PMS merupakan sistem monitoring kehamilan yang meliputi montoring detak
jantung janin dan ibu serta tekanan darah ibu yang diintregrasikan dengan sistem
pakar Bayesian network sebagai diagnosa awal preeklampsia. Sebagai alat
monitoring kehamilan yang tepat guna, PMS dapat melakukan deteksi dini
preeklampsia untuk mencegah kematian ibu dan janin.

Kata Kunci: Monitoring, Preeklampsia, Android

ABSTRACT

The Maternal Mortality Rate (MMR) in Indonesia is reported far from Sustainable
Development Goals (SDGs) target in 2030. Compared to the Infant Birth Rate in
Indonesia which reaches 4.2 million per year, MMR in Indonesia is high.
Hypertension in pregnancy is the main cause of increased AKI and preeclampsia is
the main cause of high fetal mortality. The risk of preeclampsia for maternal and
fetal death must be balanced with responsive precautions. This article aims to
answer the problem of high MMR, namely PMS (Pregnancy Monitoring Systems).
PMS is a pregnancy monitoring system that includes monitoring of fetal and
maternal heart rates as well as maternal blood pressure which is integrated with
the Bayesian network expert system as an early diagnosis of preeclampsia. As an
appropriate pregnancy monitoring tool, STDs can perform early detection of
preeclampsia to prevent maternal and fetal deaths.

Keywords: Monitoring, Preeklampsia, Android

1
PENDAHULUAN
Latar Belakang
Angka Kematian Ibu (AKI) merupakan salah satu target Sustainable
Development Goals (SDG’s). SDG’s menargetkan AKI berada dibawah 70 per
100.000 kelahiran hidup (Setyowati et al., 2012). AKI di Indonesia tahun 2015
dilaporkan berada pada angka 305 kematian per 100.000 kelahiran hidup. Pada
tahun 2018, data Dinas Kesehatan Provinsi Bengkulu menunjukkan AKI di
Bengkulu mencapai 111 kematian per 100.000 kelahiran hidup. Dibandingkan
dengan angka kelahiran bayi di Indonesia yang mencapai 4,2 juta per tahunnya,
AKI di Indonesia tergolong tinggi dan jauh dari target SDG’s 2030 (Dinas
Kesehatan Provinsi Bengkulu, 2018) .
Data Dinas Kesehatan Provinsi Bengkulu tahun 2018 menunjukan
penyebab kematian ibu di Indonesia diantaranya gangguan hipertensi 33.07%,
perdarahan obstetri 27.03%, komplikasi non obstetri 15.7%, komplikasi obstetrik
lainnya 12.04%, infeksi pada kehamilan 6.06%, dan penyebab lainnya sebesar
4.81%. Di Provinsi Bengkulu dilaporkan sebesar 25% penyebab kematian ibu
adalah hipertensi dalam kehamilan (Dinas Kesehatan Provinsi Bengkulu, 2018).
Hipertensi pada kehamilan dapat digolongkan menjadi hipertensi kronis,
hipertensi gestasional, pre-eklampsia, dan eklampsia. Hipertensi gestasional
merupakan tekanan darah tinggi yang muncul setelah usia kehamilan 20 minggu
(Wijayanti et al., 2017). Hipertensi jenis ini biasanya hilang setelah ibu melahirkan
namun jika tidak mendapat penanganan yang tepat hipertensi gestasional berpotensi
menjadi preklampsia. Preklampsia adalah gangguan tekanan darah serius yang
dapat mengganggu kerja organ dan sirkulasi daraj ke janin. Penanganan yang tepat
pada penderita preklampsia biasanya akan hilang setelah melahirkan namun jika
tidak cepat terdeteksi preklampsia dapat berkembang menjadi eklampsia yang
berdampak serius dan berakibat fatal bagi ibu dan janin dalam kandungan.
Selain menjadi faktor resiko tertinggi kematian ibu, komplikasi preklampsia
yang kemudian berlanjut menjadi eklampsia juga menjadi salah satu faktor maternal
kasus Intrauterine Fetal Death (IUFD) atau kematian janin yang terjadi saat usia
kehamilan lebih dari 20 minggu dan janin sudah mencapai ukuran 500 gram atau
lebih. Penelitian yang dilakukan oleh Jayashree dkk (2017) ditemukan bahwa
preeklampsia merupakan penyebab paling umum pada kematian janin (Parmar,
Khubchandani and Sharma, 2016).
Berkembangnya pandemi COVID-19 saat ini membuat ibu hamil tidak
dianjurkan untuk ke fasilitas kesehatan kecuali pada keadaan yang sangat penting,
karena kerentananya untuk terpapar virus yang akan membahayakan ibu dan janin.
Hal ini dikhawatirkan dapat meningkatkan kejadian preeklampsia akibat ibu hamil
yang tidak dapat melakukan antenatal care secara rutin. Melihat resiko
preeklampsia terhadap kematian ibu dan janin yang belum diimbangi dengan
tindakan pencegahan yang cepat dan tepat serta fasilitas kesehatan yang kurang
memadai di Indonesia, maka penulis mengusulkan solusi berupa rancangan alat

2
yang dinamakan PMS (Pregnancy Monitoring Systems) untuk deteksi dini
preeklampsia sebagai upaya mencegah kematian ibu dan janin.
Tujuan Penulisan
Artikel ini memiliki tujuan untuk menginformasikan suatu solusi dari
bahayanya preeklamsia bagi ibu hamil dan janin, yaitu suatu rancangan pemodelan
yang dinamakan PMS (Pregnancy Monitoring Systems) untuk deteksi dini
preeklampsia sebagai upaya mencegah kematian ibu dan janin. PMS merupakan
sistem monitoring kehamilan yang meliputi monitoring detak jantung janin dan ibu
serta tekanan darah ibu yang di intregrasikan dengan sistem pakar Bayesian
network sebagai diagnosa awal preeklampsia.
METODE
Alat dan Bahan
Perancangan dan pembuatan Sistem monitoring kesehatan ibu dan janin ini
menggunakan alat dan bahan yang dapat dilihat di Lampiran 10.
Tahap Pelaksanaan Program
Tahapan pelaksanaan program dirangkum pada diagram alir yang
ditunjukan pada Gambar 1.

Gambar 1. Diagram Tahap Pelaksanaan

1. Identifikasi Masalah
Identifikasi masalah melalui media cetak dan elektronik menemukan
permasalahan banyaknya kasus kematian ibu dan janin . Hasil temuan ini kami
diskusikan dengan dosen pembimbing Fitrilina M.T. untuk kemudian merujuk pada
suatu solusi. Demi memperkuat gagasan kami juga melakukan konsultasi dengan
dosen bidang ilmu kedoteran Taufiq Hidayat Sp,Og. sehingga kami bisa
memastikan jenis permasalahan yang ditinjau secara medis.
2. Pengumpulan Data

3
 Jenis data yang dikumpulkan pada program ini adalah data kuantitatif dalam
bentuk data penelitian dan proses analisa. Berdasarkan sumbernya data yang
digunakan dalam program ini dibedakan menjadi dua yaitu:
A. Data Primer

Data pimer adalah data yang diperoleh atau dikumpulkan oleh peneliti
secara langsung dari sumber data utama. Dalam penelitian, untuk mendapatkan data
primer peneliti mengumpulkan secara langsung dari dr. Violita, SpOG . Adapun
data primer yang digunakan berupa daftar gejala hipertensi (Hipertensi Gestasional
dan Preeklampsia) beserta nilai prior probability untuk setiap gejala (Lampiran 4).
B. Data Sekunder

Dalam penelitian ini data sekunder diperoleh dari berbagai sumber

seperti buku, laporan, jurnal, dan lain-lain. Adapun data sekunder yang digunakan
pada program ini adalah terkait teori gejala hipertensi (Hipertensi gestasional,
Preeklampsia) dan gejala anamnesis pada ibu hamil serta data kajian pustaka terkait
teknologi yang akan diterapkan berupa sistem pakar Bayesian Network. Tahapan
pembuatan Sistem pakar dengan metode Bayesian Network dapat dilihat pada
Gambar 2.

Gambar 2. Tahapan Pembuatan Sistem Pakar dengan metode Bayesian

Network
3. Perancangan
Tahap perancangan meliputi perancangan sistem pakar dan perancangan alat
dapat dilihat pada Lampiran 6. Pada tahap perancangan sistem pakar bertujuan
untuk membantu mempermudah ibu hamil untuk mengetahui kondisi kesehatannya
dan janin yang dikandungnya sehingga diharapkan dapat mengurangi kasus
kematian ibu dan janin . Perancangan sistem pakar meliputi perancangan antarmuka
dan perancangan model Bayesian Network. Model Bayesian Network didasarkan
pada data daftar gejala hipertensi (Hipertensi gestasional, Preeklampsi) dan nilai
Prior Probability setiap gejalala.

4
 Gambar 3. Rancangan alat dan Tampilan Aplikasi PMS Menu Sistem Pakar

Gambar 4. Diagram Blok Sistem

Pada tahap perancangan alat terdiri dari perancangan proses kerja sistem
dan perancangan sistem secara fisik. Sistem dirancang agar mudah digunakan oleh
masyarakat serta dengan harga yang cukup terjangkau.
4. Pembuatan Program dan Pembuatan Alat
Proses pembuatan mengacu pada desain dan prosedur yang telah dibuat agar
menghasilkan sistem yang berkualitas dan memenuhi standar mudah digunakan dan
terjangkau. Prosedur kerja pembuatan alat terlampir (Lampiran 5).
5. Uji dan Optimasi Sistem
Pengujian ini dilakukan untuk memastikan bahwa kinerja alat dapat
berfungsi sesuai yang diharapkan. Tahapan pengujian terdiri dari sebagai berikut:
1) Pengujian Kinerja Komponen

5
 Tahap adalah serangkaian pemeriksaan masing-masing komponen
dapat berfungsi dengan baik setelah proses perakitan.
2) Uji Hasil Ukur Sensor

Pengukuran detak jantung janin dan ibu serta tekanan darah ibu
menggunakan sensor perlu diuji tingkat kebenarannya. Pengujian kedua
sensor tersebut dibandingkan dengan alat ukur yang telah memenuhi
standar.
3) Pengujian Sistem Pakar Bayesian Network

Untuk mengetahui tingkat akurasi sistem pakar Bayesian Network,

dilakukan pengujian sistem dengan mencari hasil diagnosis SIstem dan
membandingkannnya dengan hasil diagnosis dokter. Pengujian hasil
diagnosis sistem pakar dilakukan menggunakan Aplikasi PMS (Pregnancy
Monitoring System) pada menu sistem pakar dengan memilih daftar faktor
resiko dan gejala yang di rasakan ibu hamil. Lalu Data hasil pengujian akan
dianalis.
HASIL DAN PEMBAHASAN
PMS (Pregnancy Monitoring System ) merupakan sistem monitoring
kehamilan yang meliputi monitoring detak jantung janin dan tekanan darah ibu
yang diintregrasikan dengan sistem pakar Bayesian network sebagai diagnosa
awal preeklampsia. Data Prior Probability sistem pakar di ambil dari Dr Violita
Sp.Og. Tabel Pengujian sistem pakar di Aplikasi PMS (Pregnancy Monitoring
System) dengan menguji 30 laporan kasus hipertensi pada kehamilan dapat dilihat
pada (lampiran 6).
Adapun Grafik hasil perbandingan Hasil diagnosis dokter dan sistem pakar
preeklamsia dengan pengujian 30 kasus dapat dilihat pada Gambar 5.

6
 Gambar 5. Grafik Hasi Perbandingan diagnosis dokter dan sistem pakar
preeklamsia
Berdasarkan Gambar 5 Grafik Hasil Perbandingan diagnosis dokter dengan
sistem pakar dapat di analisa bahwa, hasil antara diagnosis dokter dan sistem
terdapat 5 kasus yang berbeda (salah prediksi). Sementara hasil diagnosis dokter
dengan sistem yang memiliki hasil yang sama (prediksi benar) adalah 25 kasus.
Lima kasus dengan Prediksi yang salah dari sistem di sebabkan oleh kesulitan yang
di alami dokter dalam memberikan nilai prior probability untuk setiap gejala
dengan metode Bayesian network dengan rentang nol hingga satu karena tidak
adanya acuan yang di tetapkan dalam memberikan nilai tersebut. Sehingga dari
hasil yang telah dibahas, didapatkan persentase keberhasilan alat adalah 83.3% .

7
PENUTUP
Kesimpulan
1. Perancangan PMS (Pregnancy Monitoring System) terdiri dari
perancangan filter baik itu Band Pass filter untuk mendeteksi detak
jantung janin dengan frekuensi 12-20 Hz dengban software Multisim
Design Circuit dan High Pass Filter Butterworth untuk mendeteksi
tekanan darah. Pembuatan simulasi rangkaian keseluruhan dengan tools
proteus, kemudian di lanjutkan dengan pembuatan desain PCB layout
dengan rangkaian PMS dengan tools Eagle. Setelah itu di lanjutkan dengan
pembuatan pemodelan 3D alat dengan sketchUp dan di lakukan pembuatan
aplikasi PMS yang meliputi deteksi detak jantung janin, tekanan darah ,
cek Indeks Massa Tubuh dan Sistem Pakar deteksi prekklamsia dengan
software Android Stuio.
2. Akurasi dan pengujian PMS sudah cukup baik dan berjalan lancar karena
Band Pass Filter berhasil mendeteksi 12-20 Hz dan High Pass Filter
Butterworth berhasil menghasilkan gelombang oscilometrik. Pada sistem
pakar , pengujian 30 laporan kasus menghasilkan akurasi keberhasilan
sistem pakar deteksi preeklamsia metode Bayesian network sebesar
83.3%.

Ucapan terimakasih
Dengan diselesaikannya artikel ilmiah ini, kami menyampaikan terimakasih
kepada semua pihak yang telah berperan dalam proses penyusunan artikel ilmiah
ini sehingga dapat terselesaikan dengan baik.

Kontribusi penulis
Penulis Satu melakukan Adminitrasi pengajuan proposal dan perakitan alat,
Penulis Kedua Telaah Pustaka Keteknikan dan Desain, Perakitan Alat, Penulis
Ketiga Telaah Pustaka medis, Relasi dengan rumah sakit dan pengaturan anggaran
dan biaya, Penulis Empat melakukan arahan riset, desain percobaan dan
penyelesaian naskah (manuskrip).

8
DAFTAR PUSTAKA
Bahri, M. 2016. Aplikasi sistem pakar bayesian network pada smartphone android
untuk pendeteksi penyakit jantung. Skripsi. Padang: Universitas Andalas
Cunningham F, K Leveno, S Bloom, J Hauth, D Rouse. 2010. Pregnancy
Hypertension. Edisi ke-2. New York: McGraw-Hill.
Dinas Kesehatan Provinsi Bengkulu. 2018. Profil Kesehatan Provinsi Bengkulu.
Dinas Kesehatan Provinsi Bengkulu. hlm: 1–200. Available at:
dinkes.bengkuluprov.go.id.
Fitri, A. 2014. Implementasi Sistem Pakar Pada Handphone Android Untuk
Diagnosis Penyakit Paru Dengan Metode Bayesian Network. Padang:
Universitas Andalas
Irawan, J. 2007. Buku Pegangan Kuliah : Sistem Pakar. Surabaya: Sekolah Tinggi
Manajemen Informatika dan Teknik Komputer Surabaya.
Levani, Y. 2019. Diagnosis Intra Uterine Fetal Death (IUFD). Available at:
https://www.alomedika.com/penyakit/obstetrik-dan-ginekologi/intra-
uterine-fetal-death-iufd/diagnosis.
Parmar, UNA Khubchandan, dan P Sharma. 2016. Study of Changes in Levels of
Serum Hs-Crp in Preeclampsia Patients. Int J Res Med 6(1); 119-121
Setyowati, M. 2012. Pengelolaan Data Pelayanan Kesehatan Ibu Dan Anak Bagian
Gizi Balita Di Puskesmas Berbasis Android Mobile Untuk Mendukung
Pencapaian Sustainable Development Goals ( SDG ’ s ). Prosiding Semnas &
Call for Papers Prodi Kesehatan Masyarakat. hlm:22–26.
Wijayanti, P. 2017. Diagnosa Gangguan Saraf Melalui Citra Iris Mata Dengan
Metode Region of Interest. Prosiding Seminar Ilmu Komputer dan Teknologi
Informasi 2(1): 35-40
Winkjosastro. 2005. Ilmu Kebidanan Edisi Ketiga Cetakan Ketujuh. 7th ed. Jakarta:
Yayasan Bina Pustaka Sarwono Prawirohardjo

9
Lampiran 1. Format Jadwal Kegiatan

Jadwal kegiatan program PKM-KC dapat diliihat pada Tabel 4.2

Tabel 4.2 Rancangan Jadwal Kegiatan

Bulan I Bulan II Bulan III Bulan IV Bulan
Jenis V
No
Kegiatan
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 Identiika
si
Masalah

2 Pengump
ulan
Data

3 Perancan
gan

4 Pengump
ulan Alat
dan
Bahan

5 Pembuat
an
Program

6 Pembuat
an Alat

7 Uji dan
Optimasi

10
Lampiran 2. Biodata Ketua dan Anggota
A. Identitas Diri
1. Nama Lengkap Ardi kurniawan
2. Jenis Kelamin Laki-Laki
3. Program Studi S-1 Teknik Elektro
4 NIM G1D018034
5. Tempat dan Tanggal Lahir Argamakmur, 08 April 2000
6. Alamat E-mail kardi9665@gmail.com
7. Nomor Telepon/Hp 083164652957
B. Kegiatan Kemahasiswaan yang Sedang/Pernah Diikuti
No Jenis Kegiatan Status dalam Waktu dan tempat
Kegiatan
Anggota 24-27 April 2019
Rafflessia Elcetrical Great Hubungan Di Auditorium
1
Action (LKTI Nasional) dan Universitas
2019 Masyarakat Bengkulu
Pengurus
Himpunan Mahasiswa Depertemen
2 Teknik Elektro Pengembangan 2020-sekarang
Universitas Bengkulu Pendidikan
Keteknikan (PPK)

Komunitas Robotika dan

3 Kecerdasan Buatan Elektro Anggota 2019- sekarang
UNIB (Quantum Team)
4 UKM Ercom(engginering Anggota 2018-2019
Research Community) FT KBM Human
UNIB Resouce
Development
5 Pelatihan Web dan Desain Anggota 18 Mei
Grafis oleh HIMATRO FT 2019 di LAB
KBM UNIB Teknik Elektro
Universitas
Bengkulu

6 Laboratorium Robotika Anggota 2019-Sekarang

Universitas Bengkulu

7 UKM Mostaneer (Moslem) Anggota 2018-2019

11
 C. Penghargaan yang Pernah Diterima
NO Jenis penghargaan Pihak Pemberi Tahun
Penghargaan

1.

2.

Semua data yang saya isikan dan cantumkan dalam biodata ini adalah benar dapat
dipertanggungjawabkan secara hukum. Apabila dikemudian hari ternyata dijumpai
ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi. Demikian
biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan.
Bengkulu, 08 Desember 2020
Ketua,

Ardi kurniawan

12
 A. Identitas Diri

1. Nama Lengkap M. Rivaldi Ali Septian

2. Jenis Kelamin Laki-Laki
3. Program Studi Teknik Elektro
4 NIM G1D018020
5. Tempat dan Tanggal Lahir Argamakmur, 14 September 1999
6. Alamat E-mail mrivaldi7777@gmail.com
7. Nomor Telepon/Hp 083178495358
B. Kegiatan Kemahasiswaan yang Sedang/Pernah Diikuti
No Jenis Kegiatan Status dalam Waktu dan tempat
kegiatan
Anggota 24-27 April 2019
Rafflessia Elcetrical Great Penanggung Di Auditorium
1
Action (LKTI Nasional) 2019 Jawab LKTI Universitas
Nasional Bengkulu
Pengurus
Himpunan Mahasiswa Depertemen
2 Teknik Elektro Universitas Pengembangan 2020-sekarang
Bengkulu Pendidikan
Keteknikan (PPK)
Komunitas Robotika dan
3 Kecerdasan Buatan Elektro Anggota 2019- sekarang
UNIB (Quantum Team)
Mostaneer Fair ( Lomba Koordinator 14-17 November
Keagamaan tingkat provinsi Bidang Humas 2019 di Gedung
4
Bengkulu) PKM Universitas
Bengkulu
5 UKM Ercom(engginering Pengurus 2019-sekarang
Research Community) FT KBM Departemen
UNIB Diklat
6 Pelatihan Desain Grafis oleh Ketua Panitia 20 November
Ercom FT KBM UNIB 2019 Di gedung
Belajar V
Universitas
Bengkulu
Laboratorium Elektronika dan Anggota Divisi
7 Telekomunikasi Universitas Riset dan 2019
Bengkulu Teknologi
8 UKM Mostaneer (Moslem Kepala Divisi 2020-sekarang
Database

13
 C. Penghargaan yang Pernah Diterima
NO Jenis penghargaan Pihak Pemberi Tahun
Penghargaan

1. Juara 1 lomba LCT tingkat FMIPA Matematika 2019

Provinsi Bengkulu UNIB

2. Juara Harapan 2 LKTI ASCO USU BEM KBM USU 2019

2019

3. Penerima dana hibah PKM-KC Kemendikbud 2020

4 Juara 1 LKTI UPT PKM UNIB UPT PKM UNIB 2019

Semua data yang saya isikan dan cantumkan dalam biodata ini adalah benar dapat
dipertanggungjawabkan secara hukum. Apabila dikemudian hari ternyata dijumpai
ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi. Demikian
biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan.
Bengkulu, 08 Desember 2020
Anggota I,

M. Rivaldi Ali Septian

14
 A. Identitas Diri
1. Nama lengkap Risti Dwi Ocktaviani
2. Jenis kelamin Perempuan
3. Program studi S-1 Kedokteran
4. NIM/NPM H1019027
5. Tempat dan tanggal lahir Argamakmur, 04 Oktober 2000
6. E-mail ristiocktavianii@gmail.com
7. Nomor telepon/HP 082267082585
A. Kegiatan Kemahasiswaan yang Sedang/Pernah Diikuti
NO Jenis Kegiatan Status dalam Waktu dan
Kegiatan tempat
1. Badan Eksekutif Mahasiswa Staff Universitas
FKIK KBM UNIB Pengembangan Bengkulu, 2020
Sumber Daya
Mahasiswa
2. Badan Pengurus Wilayah Staff PTBMMKI
Perhimpunan Tim Bantuan Administrasi Wilayah Satu,
Medis Mahasiswa Kedokteran Organisasi 2020
Indonesia Wilayah Satu
3. TBM Averroes (Tim Bantuan Anggota Tetap Universitas
Medis Averroes) FKIK UNIB dan Staff Bengkulu, 2020
Hubungan
Eksternal
4. Bulan Bakti FKIK UNIB Panitia Acara Bengkulu, 2020
5. National Multi Development Panitia Acara Bengkulu, 2020
Project (NMDP) ISMKI
Nasional
6. Regional Multi Development Peserta Riau, 2019
Project (RMDP) ISMKI
Wilayah Satu
7. Musyawarah Nasional Forum Liaison Officer Bengkulu, 2019
Ukhuwah Lembaga Dakwah
Fakultas Kedokteran
(FULDFK)
8. Pelatihan JMKI (Jaringan Bendahara Universitas
Mahasiswa Kesehatan Div.Kaderisasi Ahmad Dahlan,
Indonesia) Komisariat 2018
Universitas Ahmad Dahlan
9. International Workshop: Peserta Sahid Jaya
Blockchain Cryptocurrency Hotel&Conventi

15
 talks and Networking 1.0- on, Yogyakarta;
AKAR 2018
10. Pelatihan Desain Jaringan Peserta Universitas
Mahasiswa Kesehatan Ahmad Dahlan,
Indonesia Wilayah Yogyakarta 2018
B. Penghargaan yang Pernah Diterima
NO Jenis penghargaan Pihak Pemberi Tahun
Penghargaan

1. Juara 2 Unib Medical Olympiad Fakultas Kedokteran 2020

(UMO) Bidang Cardiorespiratory dan Ilmu Kesehatan
UNIB

2. Penerima dana hibah PKM-PE Kemendikbud 2020

3. Penerima dana hibah PKM-KC Kemendikbud 2020

4. Finalis Medical Online Pusat Prestasi 2020

Championship (MOC) Bidang Nasional
Cardiorespiratory

5. Finalis PIMNAS 33 PKM-PE Kemendikbud 2020

6. Peserta Webinar Nasional FKIK FKIK Universitas 2020

Tema “COVID-19 Research Bengkulu
Update”

Semua data yang saya isikan dan cantumkan dalam biodata ini adalah benar dapat
dipertanggungjawabkan secara hukum. Apabila dikemudian hari ternyata dijumpai
ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi. Demikian
biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan.

Bengkulu, 08 Desember 2020

Anggota II,

Risti Dwi Ocktaviani

16
Lampiran 3. Biodata Dosen Pendamping

Biodata Dosen Pendamping

A. Identitas Diri

1 Nama Lengkap Fitrilina, MT.

2 Jenis Kelamin Perempuan
3 Program Studi Teknik Elektro
4 NIP/NIDN 198108252006042001/0025088101
5 Tempat dan Tanggal Lahir Padang, 25 Agustus 1981
6 Alamat E-mail Alin07007@gmail.com
7 Nomor Telepon/Hp 085263777076
B. Riwayat Pendidikan

Gelar Akademik Sarjana S2/Megister S3/Doktor

Nama Institusi Universitas Institut Teknologi
Andalas Bandung
Jurusan/Prodi Teknik Elektro Teknik Elektro
Tahun Masuk- 2000-2005 2007-2010
Lulus
C. Rekam Jejak Tri Dharma PT

C.1 Pendidikan/Pengajaran
No Nama Mata Kuliah Wajib/Pilihan SKS
1 Sistem Komunikasi Bergerak Wajib 2
2 Matematika Teknik 1 Wajib 3
3 Elektromagnetika Wajib 3
Telekomunikasi
4 Pengolahan Suara Wajib 2
5 Sistem Komunikasi Wajib 3

C.2 Penelitian
No Judul Penelitian Penyandang Dana Tahun
Sistem Deteksi Dini Penyakit
Jantung Dengan Menggunakan
1 FT UNAND 2015
Sistem Pakar Beyesian Network
Pada Smartphone Android
Perancangan Aplikasi untuk
2 Identifikasi Kelayakan Lahan FT UNAND 2016
Teknologi Salibu Menggunakan

17
 sistem Pakar Certanty Factor
Berbasis Android
Perancangan Spectra Subtraction
Dengan Menerapkan Gaussian
3 FT UNAND 2017
Window Untuk Pennningkatan
Akurasi Pengenalan Ucapan
Perancangan Multiband Spectra
Subtraction Menggunakan
4 FT UNAND 2018
Gaussian Window Untuk Perbaikan
Kualitas Ucapan Berderau

C.3 Pengabdian Kepada Masyarakat

Judul Pengabdian Kepada
No Penyandang Dana Tahun
Masyarakat

Pengenmbangan Sistem
Informasi Akademik Di
Sekolah Menengah Atas
1 UNAND 2017
(SMA) Dr. Muhammad Natsir
Alahan Panjang, Kabupaten
Solok

Pengembangan Website Untuk

Peningkatan Kemampuan
Promosi Dan Komunikasi
2 Bank Sampah Sakinah UNAND 2018
kelurahan Batu Gadang,
Kecamatan Lubuk Kilangan ,
Kota Padang.

Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar
dan dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari
ternyata dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima
sanksi. Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah
satu persyaratan dalam pengajuan PKM-KC.

Bengkulu, 13 Desember
2019
Dosen Pendamping

(Fitrilina, MT)

18
Lampiran 4. Kontribusi anggota penulis termasuk Dosen pendamping

Nama Posisi Bidang

No Kontribusi
Penulis Penulis Ilmu

1. Adminitrasi pengajuan
Ardi Teknik proposal, laporan
Penulis
Kurniawan/ kemajuan, perakitan alat,
Pertama Elektro
G1D018034 relasi dengan media dan
masyarakat, survey alat.

2. Telaah Pustaka
Muhammad
Teknik Keteknikan, Penulisan
Rivaldi Ali Penulis
Proposal, Desain,
Septian. Kedua Elektro Perakitan Alat, dan Uji
/G1D018020
Coba.

3. Telaah Pustaka medis,

Relasi dengan rumah sakit,
Risti Dwi Penulis Pendidikan pengaturan anggaran dan
Octaviani/H1 Ketiga Dokter biaya, sosialiasai alat
A019027 dengan pihak rumah sakit
atau masyarakat.

4. Pengarah dan Desain

kegiatan serta penyalaras
Penulis akhir manuskrip.
Teknik
Fitrilina,MT. Korespode
Elektro
nsi

19
Lampiran 5. Surat Pernyataan Ketua Pelaksana

KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS BENGKULU
Jalan WR. Supratman kandang Limun Bengkulu 3971 A
Telepon (0736) 21170,21884 Faksimile (0736) 22105
Laman : www.unib.ac.id e-mail:rektorat@unib.ac.id

SURAT PERNYATAAN KETUA PELAKSANA

Yang bertanda tangan dibawah ini :

Nama : Ardi Kurniawan
NIP : G1D018034
Program Studi : Teknik Elektro
Fakultas : Teknik
Dengan ini menyatakan bahwa proposal PKM Artikel Ilmiah saya dengan judul
Aplikasi Sistem Pakar Sebagai Alat Monitoring Kesehatan Janin Dan Ibu Hamil
Untuk Mengurangi Kasus Uterine Fetal Death (IUFD) yang diusulkan untuk tahun
anggaran 2020 adalah asli karya kami dan belum pernah dibiayai oleh lembaga atau
sumber dana lain.

Bilamana dikemudian hari ditemukan ketidaksesuaian dengan pernyataan ini, maka

saya bersedia dituntut dan diproses sesuai dengan ketentuan yang berlaku dan
mengembalikan seluruh biaya penelitian yang sudah diterima ke kas negara.
Demikian pernyataan ini dibuat dengan sesungguhnya dan dengan sebenar-
benarnya. Bengkulu 12 Desember 2019
Dosen Pembimbing Yang Menyatakan,

(Fitrilina,,MT.) (M. Rivaldi Ali Septian)

NIDN.0025088101 NIM. G1D016013

Mengetahui,
Kepala Program Studi Teknik Elektro

(Ika Novia Anggraini,S.T.,M.T)

NIP.198111072006042021

20
Lampiran 6. Pernyataan Sumber Tulisan
SURAT PERNYATAAN SUMBER TULISAN PKM-AI

Saya yang menandatangani Surat Pernyataan ini:

- Nama : Ardi Kurnuiawan

- NIM : G1D018034

1) Menyatakan bahwa PKM-AI yang saya tuliskan bersama anggota tim lainnya
benar bersumber dari kegiatan yang telah dilakukan:
- Kegiatan Ilmiah yang telah dilakukan sendiri oleh tim penulis.
- Topik Kegiatan adalah melakukan review terhadap jurnal-jurnal terkait potensi
tanaman sembung sebagai antikanker payudara
- Dilaksanakan di Provinsi Bengkulu Tahun 2020
2) Naskah ini belum pernah diterbitkan/dipublikasikan dalam bentuk prosiding
maupun jurnal sebelumnya.

Demikian Surat Pernyataan ini dibuat dengan penuh kesadaran tanpa paksaan pihak
manapun juga untuk dapat digunakan sebagaimana mestinya.

Bengkulu, 30 Desember 2020 Mengetahui/Menyetujui

Ketua Tim Ketua Jurusan/Prodi,

Ardi kurniawan (Ika Novia Anggraini,S.T.,M.T)

NIP.198111072006042021
G1D018034

21
Lampiran 7. Nilai Probability Pakar
DAFTAR GEJALA HIPERTENSI PADA KEHAMILAN
Responden (dokter) yang terhormat,
Kami dari tim PKM-KC Universitas Bengkulu sedang melakukan penelitian
mengenai “PMS (PREGNANCY MONITORING SYSTEMS) UNTUK
DETEKSI DINI PREEKLAMPSIA SEBAGAI UPAYA MENCEGAH
KEMATIAN IBU DAN JANIN”. Oleh sebab itu, perkenankanlah kami untuk
meminta sedikit waktu dokter untuk membantu penelitian kami dengan mengisi
daftar gejala hipertensi pada kehamilan ini.
Pada lembar daftar gejala ini akan diberikan beberapa gejala dan faktor
resiko yang kemungkinan dirasakan oleh seorang pasien hipertensi pada kehamilan
dan diharapkan kepada responden (dokter) untuk memberikan nilai probabilitas
kemungkinan dari masing-masing gejala pada lima kriteria hipertensi pada
kehamilan, yaitu hipertensi tanpa resiko preeklampsia dan preeklampsia.
Waktu yang dokter sediakan dalam mengisi daftar gejala ini merupakan
cahaya terang untuk keberlangsungan penelitian kami juga untuk kemajuan
teknologi dalam bidang kesehatan di Indonesia.
Nama Responden: dr. Violita, SpOG
Tentukan nilai prior probability dari masing-masing gejala/parameter lain
(parameter umum/tidak termasuk pemeriksaan penunjang)
Catatan:
Nilai prior probability dari setiap gejala adalah derajat kepercayaan terhadap
suatu gejala. Prior probability digunakan ketika tidak ada informasi lain yang dapat
digunakan untuk melihat kemungkinan suatu event terjadi, tetapi ketika informasi
baru diketahui maka probabilitas yang baru harus dilihat berdasarkan informasi
yang baru diketahui tersebut. (rentang nilai 0 sampai dengan 1).
a. Gejala ringan : 0,01-0,3
b. Gejala sedang : 0,3-0,7
c. Gejala utama : 0,7-0,95

Tabel 1 Nilai Prior Probability Faktor Gejala dan Resiko Preeklamsia

Hipertensi Pada Kehamilan

NO Faktor Resiko dan Hipertensi Hipertensi

Gejala Gestasional Tanpa Gestasional Dengan
Resiko Preeklampsia Resiko
Preeklampsia

1. Usia ibu ≤ 20 tahun 0,05 0,75

2. Usia ibu 21-35 tahun 0,03 0,05

22
3. Usia ibu >35 tahun 0,65 0,65

4. Kehamilan pertama 0,05 0,75

5. Kehamilan kedua atau 0,03 0,03

lebih

6. Jarak hamil < 24 bulan 0,01 0,01

7. Jarak hamil ≥ 24 bulan 0,01 0,01

8. Kehamilan tunggal 0,01 0,01

9. Kehamilan kembar 0,75 0,85

10. Memiliki riwayat/ 0,75 0,85

keturunan preeklampsia

11. Memiliki riwayat/ 0,75 0,8

keturunan hipertensi

12. Memiliki riwayat/ 0,65 0,7

keturunan DM

13. Memiliki riwayat 0,70 0,8

gangguan imun
(systemic lupus
erythematosus/SLE)

14. IMT (Indeks Massa 0,5 0,65

Tubuh) ≥ 25

15. Memiliki riwayat 0,02 0,03

akseptor KB

16. TD ≤ 120/80 mmHg 0,01 0,01

pada <20 minggu usia
kehamilan

17. TD 120/80-140/90 0,5 0,60

mmHg pada <20
minggu usia kehamilan

18. TD ≥ 140/90 mmHg 0,75 0,80

pada <20 minggu usia
kehamilan

23
19. TD ≤ 120/80 mmHg 0,01 0,01
pada ≥20 minggu usia
kehamilan

24
Lampiran 8. Diagram Alir Pembuatan Alat

MULAI

Pengecekan Desain
dan Rancangan

Pengecekan
Alat dan Bahan

Software Pembuatan Alat Hardware

Pembuatan Program Pembacaan Cetak Rangka

Sensor, Sistem Pakar dan Tampilan (Optical Tube)
Aplikasi Android

Training Program
Bayesian Network
Penyatuan Masing-
Masing Komponen

Kalibrasi Pembacaan
Sensor

Penggabungan Pemasangan Komponen

Program Pada Rangka Utama

Penggabungan
Software dan
Hardware

Pengujian Kinerja Alat, Pengujian

Diagnosa Sistem Pakar

SELESAI

25
Lampiran 9. Pengujian Akurasi Sistem Pakar

Hiperte
nsi Diagno Diag
No.
No. Tanpa Preekl sa nosa
Gejala Keter Hasil
Kas Gejala amsia
yang di Sistem Dok angan Simulasi
us Preekla (%)
Pilih Pakar ter
msia
(%)

1 2,5,6,8,1 37.51 56.36 Preekl Pree Hasil

7,21,22,2 amsia kla diagn
3,24 msia osa
sama

2 1,4,8,17, 42.21 57.39 Preekl Pree Hasil

21 % amsia kla diagn
msia osa
sama

3 2,5,7,11, 40.27 51.85 Preekl Pree Hasil

14,15,21, amsia kla diagn
26 msia osa
sama

4 2,4,14,22 38.55 60.14 Preekl Pree Hasil

,21,17 amsia kla diagn
msia osa
sama

26
5 2,5,8,10, 34.92 51.57 Preekl Pree Hasil
15,17,21, amsia kla diagn
22,27 msia osa
sama

6 2,5,7,,8,1 32.47 41.33 Preekl Pree Hasil

1,22,21, amsia kla diagn
msia osa
sama

7 2,5,7,8,1 34.87 51.7 Preekl Pree Hasil

1,22,21 amsia kla diagn
msia osa
sama

8 2,4,17,21 47.63 77.84 Preekl Pree Hasil

,22,24,26 amsia kla diagn
,27 msia osa
sama

9 2,5,8,17, 35.14 55.95 Preekl Pree Hasil

21,22,23, amsia kla diagn
24 msia osa
sama

10 2,5,8,11, 32.4 53.37 Preekl Hip Hasil

18,21 amsia erte diagn
nsi osa
Tan berbe
pa da
Gej
ala

27
 Pree
kla
msia

11 2,4,6,12, 39.92 62.11 Preekl Hip Hasil

17,21,22 amsia erte diagn
nsi osa
Tan berbe
pa da
Gej
ala
Pree
kla
msia

12 2,17,21,2 37 67.31 Preekl Pree Hasil

2 amsia kla diagn
msia osa
sama

13 3,5,7,8,1 39.42 56.97 Preekl Pree Hasil

5,17,21,2 amsia kla diagn
2,25 msia osa
sama

14 2,8,17,21 34.4 62.18 Preekl Pree Hasil

,22 amsia kla diagn
msia osa
sama

28
15 3,8,14,15 43.18 62.5 Preekl Pree Hasil
,17,22,25 amsia kla diagn
msia osa
sama

16 3,5,8,17, 48.9 68.84 Preekl Hip Hasil

21,22,23 amsia erte diagn
nsi osa
Tan berbe
pa da
Gej
ala
Pree
kla
msia

17 3,5,7,8,1 39.42 56.97 Preekl Hip Hasil

5,17,21,2 amsia erte diagn
2,25 nsi osa
Tan berbe
pa da
Gej
ala
Pree
kla
msia

18 1,4,8,14, 42.12 54.77 Preekl Hip Hasil

17,21 amsia erte diagn
nsi osa
Tan berbe
pa da
Gej
ala
Pree
kla
msia

29
19 2,4,8,14, 34.22 54.77 Preekl Pree Hasil
17,21 masia klm diagn
asia osa
sama

20 2,4,8,14, 41.91 67.09 Preekl Pree Hasil

17,21,26 amsia kla diagn
msia osa
sama

21 2,4,8,14, 41.91 67.09 Preekl Pree Hasil

17,21,26 amsia kla diagn
msia osa
sama

22 1,4,8,18, 42,36 57,89 Preekl Pree Hasil

21 amsia kla diagn
msia osa
sama

23 2,5,7,8,1 31.53 44.95 Preekl Pree Hasil

1,14,15,2 amsia kla diagn
1,25 msia osa
sama

24 2,5,8,17, 32.66 52.95 Preekl Pree Hasil

21,22 amsia kla diagn
msia osa
sama

30
25 2,4,8,17, 44.25 72.67 Preekl Pree Hasil
21,22,23, amsia kla diagn
26 msia osa
sama

26 5,8,10,17 40.01 61.18 Preekl Pree Hasil

,21,22,23 amsia kla diagn
,24 msia osa
sama

27 3,5,8,11, 47.2 51.74 Preekl Pree Hasil

14,15,21 amsia kla diagn
msia osa
sama

28 5,17,21,2 39.6 60.002 Preekl Pree Hasil

2,24 amsia kla diagn
msia osa
sama

29 3,5,7,8,1 42.35 55.54 Preekl Pree Hasil

1,14,15,2 amsia kla diagn
1,22,25 msia osa
sama

31
30 2,4,8,17, 32,73 57,39 Preekl Pree Hasil
21 amsia kla diagn
msia osa
sama

Akurasi Sistem Pakar= 𝟐𝟓 83.3%

𝑱𝒖𝒎𝒍𝒂𝒉 𝒌𝒂𝒔𝒖𝒔 𝒚𝒂𝒏𝒈 𝒃𝒆𝒏𝒂𝒓
𝑿 𝟏𝟎𝟎%
𝑿`𝟏𝟎𝟎% 𝟑𝟎
𝑱𝒖𝒎𝒍𝒂𝒉 𝑻𝒐𝒕𝒂𝒍 𝒌𝒂𝒔𝒖𝒔

32