Analisis Hubungan Intensitas Nyeri antara Penilaian Mandiri dengan Ekspresi Wajah

Rizka, Hadelina (2021) Analisis Hubungan Intensitas Nyeri antara Penilaian Mandiri dengan Ekspresi Wajah. Masters thesis, Universitas Andalas.

Preview	Text (cover dan abstrak) cover dan abstrak.pdf - Published Version Download (347kB) | Preview
Preview	Text (Bab I Pendahuluan) BAB I pendahuluan.pdf - Published Version Download (332kB) | Preview
Preview	Text (BAB V Penutup) BAB V penutup.pdf - Published Version Download (314kB) | Preview
Preview	Text (daftar pustaka) daftar pustaka.pdf - Published Version Download (468kB) | Preview
	Text (tesis fulltext) tesis fulltext.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Penilaian intensitas nyeri merupakan salah satu upaya penting dalam penanganan nyeri yang biasanya menggunakan teknik penilaian mandiri sebagai gold-standard. Teknik ini terkedala ketika pasien memiliki keterbatasan dalam komunikasi. Sebagai alternatif biasanya digunakan teknik observasi wajah yang saat ini mulai diimpelementasikan pada penilaian nyeri berbasis komputer. Namun, ternyata ditemukan rendahnya hubungan antara skala penilaian observasi wajah dengan penilaian mandiri. Sehingga, dibutuhkan instrumen penilaian intensitas nyeri berdasarkan observasi yang lebih berhubungan dengan penilaian mandiri. Untuk dapat membangun sistem ini perlu diketahui hubungan antara keduanya. Penelitian ini bertujuan untuk mengetahui hubungan intensitas nyeri antara penilaian mandiri berdasarkan VAS dengan ekspresi wajah yang ditandai dari fitur geometris. Data diperoleh dari The UNBC-Mcmaster Shoulder Pain Expression Archive Database yang berisi frame-frame individu dengan keluhan nyeri bahu. Hubungan antara penilaian mandiri dan fitur-fitur wajah diperoleh dari koefisien korelasi Spearman. Fitur-fitur dengan tingkat korelasi tertinggi diujikan untuk klasifikasi intensitas nyeri VAS 1 sampai 10 dengan metode ANN dan SVM. Hasil menunjukkan bahwa hubungan tertinggi fitur wajah dengan VAS adalah tingkat ‘sedang (0,400 ≤ |rs| ≤ 0,599)’ sebanyak 6 fitur berdasarkan literatur umum, dan tingkat ‘cukup’ (0,3 ≤ |rs| ≤ 0,5) pada literatur kesehatan yang berjumlah 21 fitur. Hasil penelitian menunjukkan bahwa tidak ada fitur wajah yang berhubungan kuat dengan VAS. Namun, fitur-fitur wajah dengan tingkat hubungan ‘cukup’ dapat melakukan klasifikasi VAS 1 sampai 10 dengan kemampuan klasifikasi lebih dari 75% pada metode ANN maupun SVM. Penelitian ini diharapkan dapat menjadi langkah awal dalam membangun sistem penilaian intensitas nyeri berbasis komputer dan memberikan kontribusi ilmiah dalam penelitian terkait bidang nyeri. Kata kunci:- intensitas nyeri, VAS, fitur geometris wajah

Actions (login required)

View Item