UNIVERSITAS NEGERI MAKASSAR

FAKULTAS TEKNIK
PROGRAM STUDI S1 TEKNIK KOMPUTER
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTE Tgl Penyusunan
R
KAPITA SELEKTA BIDANG Keteknikan T=3 P=
MEDIS 1
Pengembang RPS Koordinator RMK Ketua PRODI
Dr. Eng. Jumadi M Parenreng, M. Kom Dr. Eng. Jumadi M Parenreng, M. Kom Dr. Satria Gunawan Zain, S.Pd., M.T

Capaian CPL-PRODI yang dibebankan pada MK

Pembelajaran (CP) S8 Menginternalisasi nilai, norma, dan etika akademik;
S9 Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri
P3 Menguasai konsep, teori, metode dan/atau falsafah bidang ilmu pemrograman.
KU1 Mampu menerapkan pemikiran logis, kritis, sistematis dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan
dan teknologi yang memerhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya;
KU2 Mampu menunjukkan kinerja mandiri, bermutu dan terukur;
KK3 Menunjukkan kemampuan di bidang aplikasi sistem komputer.
KK4 Menunjukkan kemampuan di bidang teknologi komputer.
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK Setelah mengikuti dan menyelesaikan kuliah, mahasiswa diharapkan mampu mengenal, memehami, membuat rangkaian, mengukur dan
menganalisis hasil kerja sesuai dengan standar yang berlaku.
CPL  Sub-CPMK
CPL-1 Mahasiswa mampu mengetahui tentang Penerapan IoT dalam pemantauan pasien di Rumah
CPL-2 Mahasiswa mampu memahami tentang IoT dalam sistem pemantauan Tingkat glukosa dan insulin
CPL-3 Mahasiswa mampu memahami tentang Pemantauan kesehatan lansia dengan teknologi IoT
CPL-4 Mahasiswa mampu memahami tentang IoT dalam perawatan berbasis rumah sakit
CPL-5 Mahasiswa mampu memahami tentang Teknologi IoT untuk pengelolaan obat dan dosis
CPL-6 Mahasiswa mampu memahami tentang Penggunaan IoT dalam perawatan kesehatan mental
CPL-7 Mahasiswa mampu memahami tentang IoT dalam perawatan Neonatal dan Bayi baru lahir
CPL-8 Mahasiswa mampu memahami tentang IoT dalam manajemen kesehatan perempuan
CPL-9 Mahasiswa mampu memahami tentang IoT untuk manajemen penyakit Kronis
CPL 10 Mahasiswa mampu memahami tentang Sistem peng amanan dan keamanan pasien berbasis IoT
 CPL 11 Mahasiswa mampu menyelesaikan studi kasus penerapan IoT daalam Pelayanan kesehatan
CPL 12 Mahasiswa mampu menyelesaikan pembuatan Proyek/Tugas besar
Deskripsi Singkat Mata kuliah Kapita Selekta pada Bidang Medis adalah mata kuliah yang memungkinkan mahasiswa untuk mempelajari topik-topik khusus atau terpilih
MK dalam disiplin medis tertentu. Mata kuliah ini sering kali memberikan kesempatan bagi mahasiswa untuk mendalami pengetahuan dan keterampilan
dalam bidang medis yang diminati. Mata kuliah kapita selecta ini akan memungkinkan mahasiswa untuk fokus pada penelitian atau pemahaman
mendalam dalam topik tertentu dan dapat melibatkan kuliah, diskusi, serta proyek penelitian.

Bahan Kajian / 1. Penerapan IoT dalam pemantauan pasien di Rumah

Materi 2. IoT dalam sistem pemantauan Tingkat glukosa dan insulin
Pembelajaran 3. Pemantauan kesehatan lansia dengan teknologi IoT
4. IoT dalam perawatan berbasis rumah sakit
5. Teknologi IoT untuk pengelolaan obat dan dosis
6. Penggunaan IoT dalam perawatan kesehatan mental
7. IoT dalam perawatan Neonatal dan Bayi baru lahir
8. IoT dalam manajemen kesehatan perempuan
9. IoT untuk manajemen penyakit Kronis
10. Sistem pengamanan dan keamanan pasien berbasis IoT
11. Penyelesaian Studi Kasus Penerapan IoT dalam layanan kesehatan
12. Pembuatan Proyek/Tugas besar
Pustaka Utama :

Pendukung :

Dosen Pengampu
Matakuliah syarat
Pekan Sub-CPMK Penilaian Bantuk Pembelajaran, Materi Bobot
Ke- (Kemampuan akhir Metode Pembelajaran, Pembelajaran Penilaian (%)
tiap tahapan belajar) Penugasan Mahasiswa, [ Pustaka ]
[ Estimasi Waktu]
Indikator Kriteria & Bentuk Luring (offline) Daring (online)
Penilaian
(1) (2) (3) (4) (5) (6) (7) (8)
1 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam- Perkenalan,
mengetahu tentang 1. Memahami dengan 2. Penilaian Sikap ok.unm.ac.id aturan
penerapan IoT dalam baik kontrak 3. Penilaian perkuliahan &
pemantauan pasien di perkuliahan Pengetahuan pengantar materi
yang akan
rumah.
 2. Mengetahui sub-sub 4. Penilaian dibahas pada
materi yang akan Keterampilan mata Kapita
dibahas pada mata Selekta pada
kuliah Kapita Selekta Bidang Medis.
pada Bidang Medis

2 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam- 1. Pengembangan

memahami IoT dalam 1. Memahami 2. Penilaian Sikap ok.unm.ac.id alat
Sistem pemantauan pengembangan alat 3. Penilaian pemantauan
Tingkat Glukosa dan pemantauan glukosa Pengetahuan glukosa
berbasis IoT 4. Penilaian berbasis IoT
Insulin.
2. Memahami sistem Keterampilan 2. Sistem
otomatis otomatis
penyuntikan Insulin penyuntikan
insulin
berdasarkan
data sensor

3 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam- 1. Penerapan

memahami Pemantauan 1. Memahami 2. Penilaian Sikap ok.unm.ac.id sensor
Kesehatan lansia penerapan sensor 3. Penilaian Gerakan,
dengan Teknologi IoT Gerakan, detak Pengetahuan detak jantung
jantung dan tekanan 4. Penilaian dan tekanan
darah Keterampilan darah
2. Memahami analisis 2. Analisis data
data sensor untuk sensor untuk
deteksi resiko jatuh deteksi resiko
dan masalah jatuh dan
Kesehatan lainnya masalah
3. Memahami Kesehatan
perawatan aktif dan lainnya
pencegahan penyait 3. Perawatan
pada lansia. aktif dan
pencegahan
penyakit pada
lansia.

4 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam- 1. Integrasi data

memahami tentang 1. Memahami integrasi 2. Penilaian Sikap ok.unm.ac.id dari peralatan
Penerapan IoT dalam data dari peralatan 3. Penilaian medis berbasis
medis berbasis IoT Pengetahuan IoT
 perawatan berbasis 2. Memahami 4. Penilaian 2. Monitoring
Rumah sakit monitoring pasien Keterampilan pasien dalam
dalam lingkungan lingkungan
rumah sakit rumah sakit
3. Mengetahui 3. Pengoptimalan
pengoptimalan penggunaan
penggunaan peralatan
peralatan medis medis berkat
berkat IoT. IoT
5 Tes Pemahaman Materi
6 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam- 1. Penerapan alat
memahami tentang 1. Memahami 2. Penilaian Sikap ok.unm.ac.id pengingat dosis
Teknologi IoT untuk penerapan alat 3. Penilaian obat dan alat
pengelolaan Obat dan pengingat dosis obat Pengetahuan suntik otomatis
dan alat suntik 4. Penilaian 2. Memahami
Dosis
otomatis Keterampilan integrasi data
2. Memahami integrasi obat dan jadwal
data obat dan jadwal dosis berbasis
dosis berbasis cloud cloud
3. Memahami 3. Penghindaran
penghindaran overdosis dan
overdosis dan manajemen obat
manajemen obat yang kurang baik.
yang lebih baik.

7 Evaluasi Tengah Semester / Ujian Tengan Semester

8 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam- 1. Penerapan sensor
memahami tentang 1. Memahami 2. Penilaian Sikap ok.unm.ac.id fisiologis dan
perawatan Kesehatan penerapan sensor 3. Penilaian perangkat
mental fisiologis dan Pengetahuan pemantauan
perangkat 4. Penilaian emosi
pemantauan emosi Keterampilan 2. Analisis data
2. Memahami analisis sensor untuk
data sensor untuk mendeteksi
mendeteksi perubahan
perubahan perilaku perilaku dan
dan suasana hari suasana hari
3. Memahami 3. Dukungan dan
dukungan dan intervensi dini
intervensi dini dalam dalam Kesehatan
Kesehatan mental. mental
9 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam- 1. Penerapan
memahami tentang IoT 1. Memahami 2. Penilaian Sikap ok.unm.ac.id sensor
dalam perawatan neonatal penerapan sensor 3. Penilaian pernapasan,
dan Bayi baru lahir pernapasan, suhu, Pengetahuan suhu, dan detak
dan detak jantung 4. Penilaian jantung pada
pada bayi Keterampilan bayi
2. Memahami 2. Pemantauan
pemantauan bayi bayi baru lahir
baru lahir di unit di unit
perawatan insentif perawatan
neonatal insentif
3. Memahami neonatal
Deteksi Dini 3. Deteksi Dini
gangguan gangguan
Kesehatan dan Kesehatan dan
komplikasi. komplikasi.

10 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam- 1. Penggunaan

memahami tentang IoT 1. Memahami 2. Penilaian Sikap ok.unm.ac.id sensor suhu
dalam manajemen penggunaan sensor 3. Penilaian tubuh dan
kesehatan perempuan suhu tubuh dan Pengetahuan siklus
siklus menstruasi 4. Penilaian menstruasi
dalam pemantauan Keterampilan dalam
Kesehatan pemantauan
perempuan Kesehatan
2. Memahami analisis perempuan
data sensor untuk 2. Analisis data
deteksi ovulasi dan sensor untuk
masalah hormonal deteksi ovulasi
3. Memahami dan masalah
manajemen hormonal
kesuburan dan 3. Manajemen
Kesehatan kesuburan dan
reproduksi Kesehatan
reproduksi

11 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam-

1. Penerapan sensor
memahami tentang IoT 1. Memahami 2. Penilaian Sikap ok.unm.ac.id
dan perangkat
untuk manajemen penerapan sensor 3. Penilaian
medis dalam
Penyakit Kronis dan perangkat Pengetahuan
manajemen
medis dalam
 manajemen 4. Penilaian penyakit jangka
penyakit jangka Keterampilan Panjang.
Panjang. 2. Integrasi data
2. Memahami sensor dengan
integrasi data catatan medis
sensor dengan elektronik
catatan medis 3. Memahami
elektronik pemantauan dan
3. Memahami perawatan aktif
pemantauan dan berbsis data
perawatan aktif
berbsis data

12 Mahasiswa mampu Mahasiswa mampu: 1. Penilaian Tugas - lms.syam-

1. Integrasi
memahami tentang sistem 1. Memahami 2. Penilaian Sikap ok.unm.ac.id
teknologi sensor
pengamanan dan integrasi 3. Penilaian
dalam sistem
Keamanan Pasien berbasis teknologi sensor Pengetahuan
Keamanan
IoT dalam sistem 4. Penilaian
pasien
Keamanan Keterampilan
2. Deteksi
pasien
bahaya dan
2. Mengetahui
pemberitahua
deteksi bahaya
n dalam
dan
situasi darurat
pemberitahuan
3. Perlindungan
dalam situasi
pasien dan
darurat
keluarga dalam
3. Memahami
lingkungan
perlindungan
Kesehatan.
pasien dan
keluarga dalam
lingkungan
Kesehatan.

13 Mahasiswa mampu Mahasiswa diharapkan 1. Penilaian Tugas

menyelesaikan Study mampu menyelesaikan 2. Penilaian Sikap
Kasus study kasus yang 3. Penilaian
diberikan. Pengetahuan Penerapan IoT dalam
4. Penilaian layanan Kesehatan
Keterampilan
14 Mahasiswa Mampu Mahasiswa diharapkan 1. Penilaian Tugas
membuat sebuah Project mampu membuat 2. Penilaian Sikap
tentang penerapan IoT sebuah Project tentang 3. Penilaian
dalam layanan kesehatan penerapan IoT dalam Pengetahuan
layanan Kesehatan. 4. Penilaian
Penerapan IoT dalam
Sesuai dengan Keterampilan
layanan Kesehatan
konsentrasi yang
diinginkan dari
prmbahasan
sebelumnya.

15 Evaluasi Akhir Semester / Ujian Akhir Semester

 Daftar Pustaka

Aya-Parra, P. A., Rodriguez-Orjuela, A. J., Rodriguez Torres, V., Cordoba Hernandez, N. P., Martinez Castellanos, N., & Sarmiento-Rojas, J.
(2023). Monitoring System for Operating Variables in Incubators in the Neonatology Service of a Highly Complex Hospital through the
Internet of Things (IoT). Sensors, 23(12). https://doi.org/10.3390/s23125719
Dadkhah, M., Rahimnia, F., & Kimiafar, K. (2021). Penggunaan Internet of Things untuk Manajemen Penyakit Kronis : Suatu Tinjauan Machine
Translated by Google. https://doi.org/10.4103/jmss.JMSS
Duncan, L., Gulati, P., Giri, S., Ostadabbas, S., & Abdollah Mirbozorgi, S. (2021). Camera-Based Human Gait Speed Monitoring and Tracking
for Performance Assessment of Elderly Patients with Cancer. Proceedings of the Annual International Conference of the IEEE Engineering
in Medicine and Biology Society, EMBS, 3522–3525. https://doi.org/10.1109/EMBC46164.2021.9630474
Durán-Vega, L. A., Santana-Mancilla, P. C., Buenrostro-Mariscal, R., Contreras-Castillo, J., Anido-Rifón, L. E., García-Ruiz, M. A., Montesinos-
López, O. A., & Estrada-González, F. (2019). An IoT system for remote health monitoring in elderly adults through a wearable device and
mobile application. Geriatrics (Switzerland), 4(2). https://doi.org/10.3390/geriatrics4020034
Gutierrez Maestro, E., De Almeida, T. R., Schaffernicht, E., & Martinez Mozos, Ó. (2023). Wearable-Based Intelligent Emotion Monitoring in
Older Adults during Daily Life Activities. Applied Sciences (Switzerland), 13(9). https://doi.org/10.3390/app13095637
Halifatullah, I., Sulaksono, D. H., & Tukadi, T. (2019). RANCANG BANGUN SISTEM MONITORING DAN KONTROL INFUS DENGAN
PENERAPAN INTERNET of THINGS (IoT) BERBASIS ANDROID. POSITIF : Jurnal Sistem Dan Teknologi Informasi, 5(2), 81.
https://doi.org/10.31961/positif.v5i2.740
Hayati, N., & Suryanegara, M. (2017). The IoT LoRa system design for tracking and monitoring patient with mental disorder. 2017 IEEE
International Conference on Communication, Networks and Satellite, COMNETSAT 2017 - Proceedings, 2018-January, 135–139.
https://doi.org/10.1109/COMNETSAT.2017.8263587
Irianto, B. G., Maghfiroh, A. M., Sofie, M., & Kholiq, A. (2023). Baby Incubator with Overshoot Reduction System using PID Control Equipped
with Heart Rate Monitoring Based on the Internet of Things. International Journal of Technology, 14(4), 811–822.
https://doi.org/10.14716/ijtech.v14i4.5678
Islam, M. M., Rahaman, A., & Islam, M. R. (2020). Development of Smart Healthcare Monitoring System in IoT Environment. SN Computer
Science, 1(3), 1–11. https://doi.org/10.1007/s42979-020-00195-y
Kulurkar, P., Dixit, C. kumar, Bharathi, V. C., Monikavishnuvarthini, A., Dhakne, A., & Preethi, P. (2023). AI based elderly fall prediction system
using wearable sensors: A smart home-care technology with IOT. Measurement: Sensors, 25(December 2022), 100614.
https://doi.org/10.1016/j.measen.2022.100614
Laksmiwati, P. (2023). Rancang Bangun Aplikasi Mobile untuk Monitoring Kesehatan Berbasis Internet of Things (IoT). Cyberarea.Id, 3(2), 1–
 20.
LI, J., GOH, W. W., & JHANJHI, N. Z. (2021). A design of iot-based medicine case for the multi-user medication management using drone in
elderly centre. Journal of Engineering Science and Technology, 16(2), 1145–1166.
Luo, B., Alam, M. Z., Wang, G., Rahman, M. A., Wu, J., & Atiquzzaman, M. (2018). PrivacyProtector: Privacy-Protected Patient Data Collection
in IoT-Based Healthcare Systems. IEEE Communications Magazine, 56(2), 163–168. https://doi.org/10.1109/MCOM.2018.1700364
Luo, L., She, X., Cao, J., Zhang, Y., Li, Y., & Song, P. X. K. (2020). Detection and Prediction of Ovulation from Body Temperature Measured by
an In-Ear Wearable Thermometer. IEEE Transactions on Biomedical Engineering, 67(2), 512–522.
https://doi.org/10.1109/TBME.2019.2916823
Mukati, N., Namdev, N., Dilip, R., Hemalatha, N., Dhiman, V., & Sahu, B. (2023). Healthcare Assistance to COVID-19 Patient using Internet of
Things (IoT) Enabled Technologies. Materials Today: Proceedings, 80, 3777–3781. https://doi.org/10.1016/j.matpr.2021.07.379
Niederriter, B., Rong, A., Aqlan, F., & Yang, H. (2020). Sensor-Based Virtual Reality for Clinical Decision Support in the Assessment of Mental
Disorders. IEEE Conference on Computatonal Intelligence and Games, CIG, 2020-August, 666–669.
https://doi.org/10.1109/CoG47356.2020.9231896
Nurhayati, D. S., Irianto, B. G., & Kholiq, A. (2020). Pengembangan Monitoring Volume Oksigen Dilengkapi Dengan Deteksi Kerusakan
Regulator Untuk Safety Pasien Berbasis IOT. Prosiding Seminar Nasional Kesehatan, 2(1), 1–8.
Park, J.-C., Kim, S., & Lee, J.-H. (2021). Self-Care IoT Platform for Diabetic Mellitus. Applied Sciences, 11(5), 2006.
https://doi.org/10.3390/app11052006
Park, S. J., Hussain, I., Hong, S., Kim, D., Park, H., & Benjamin, H. C. M. (2020). Real-time gait monitoring system for consumer stroke prediction
service. Digest of Technical Papers - IEEE International Conference on Consumer Electronics, 2020-January, 1–3.
https://doi.org/10.1109/ICCE46568.2020.9043098
Priyanka, B., Kalaivanan, V. M., Pavish, R. A., & Kanageshwaran, M. (2021). IOT Based Pregnancy Women Health Monitoring System for
Prenatal Care. 2021 7th International Conference on Advanced Computing and Communication Systems, ICACCS 2021, 1264–1269.
https://doi.org/10.1109/ICACCS51430.2021.9441677
Raikar, A. S., Kumar, P., Raikar, G. (Vedant) S., & Somnache, S. N. (2023). Advances and Challenges in IoT-Based Smart Drug Delivery Systems:
A Comprehensive Review. Applied System Innovation, 6(4), 1–20. https://doi.org/10.3390/asi6040062
Rodrigues, M. J., Postolache, O., & Cercas, F. (2020). Physiological and behavior monitoring systems for smart healthcare environments: A review.
Sensors (Switzerland), 20(8), 1–26. https://doi.org/10.3390/s20082186
Sahu, K. S., Majowicz, S. E., Dubin, J. A., & Morita, P. P. (2021). NextGen Public Health Surveillance and the Internet of Things (IoT). Frontiers
in Public Health, 9(December), 1–9. https://doi.org/10.3389/fpubh.2021.756675
Salamah, I., Afifa, S. N., & Hesti, E. (2022). Rancang Bangun Pendeteksi Penyakit Jantung menggunakan Teknik Algoritma Fuzzy Logic berbasis
IoT. Edumatic: Jurnal Pendidikan Informatika, 6(2), 176–185. https://doi.org/10.29408/edumatic.v6i2.6164
Saleh, S., Cherradi, B., Gannour, O. El, Gouiza, N., & Bouattane, O. (2023). Healthcare monitoring system for automatic database management
using mobile application in IoT environment. Bulletin of Electrical Engineering and Informatics, 12(2), 1055–1068.
https://doi.org/10.11591/eei.v12i2.4282
Sarmah, S. S. (2020). An Efficient IoT-Based Patient Monitoring and Heart Disease Prediction System Using Deep Learning Modified Neural
Network. IEEE Access, 8, 135784–135797. https://doi.org/10.1109/ACCESS.2020.3007561
Singh, H., Kaur, R., Gangadharan, A., Pandey, A. K., Manur, A., Sun, Y., Saluja, S., Gupta, S., Palma, J. P., & Kumar, P. (2019). Neo-Bedside
Monitoring Device for Integrated Neonatal Intensive Care Unit (iNICU). IEEE Access, 7(c), 7803–7813.
https://doi.org/10.1109/ACCESS.2018.2886879
Uppal, M., Gupta, D., Juneja, S., Sulaiman, A., Rajab, K., Rajab, A., Elmagzoub, M. A., & Shaikh, A. (2022). Cloud-Based Fault Prediction for
Real-Time Monitoring of Sensor Data in Hospital Environment Using Machine Learning. Sustainability (Switzerland), 14(18).
https://doi.org/10.3390/su141811667
Vibhute, M., Deshmukh, A., & Godse, D. (2019). Patient monitoring using iot and medical sensors. Proceedings - 2019 5th International
Conference on Computing, Communication Control and Automation, ICCUBEA 2019, 0–3.
https://doi.org/10.1109/ICCUBEA47591.2019.9128448
Villarroel, M., Chaichulee, S., Mccormick, K., Jorge, J., Watkinson, P., Tarassenko, L., Davis, S., Hijau, G., Arteta, C., & Zisserman, A. (2017).
Non-contact physiological monitoring of premature babies in the Unit Neonatal Intensive Care.
Xiao, R., & Liu, X. (2021). Analysis of the Architecture of the Mental Health Education System for College Students Based on the Internet of
Things and Privacy Security. IEEE Access, 9, 81089–81096. https://doi.org/10.1109/ACCESS.2021.3084208
Xu, G. (2020). IoT-Assisted ECG Monitoring Framework with Secure Data Transmission for Health Care Applications. IEEE Access, 8, 74586–
74594. https://doi.org/10.1109/ACCESS.2020.2988059