ARSITEKTUR SISTEM INFORMASI WEB UNTUK OTOMATISASI ESTIMASI BERAT BAYI LAHIR BERDASARKAN BIOMETRI JANIN HASIL USG
DOI:
https://doi.org/10.55123/storage.v5i2.8174Keywords:
Arsitektur, Sistem Informasi, EBL, Biometri Janin, WebAbstract
Pemantauan pertumbuhan janin sangat krusial dalam asuhan antenatal untuk mendeteksi risiko komplikasi persalinan, namun interpretasi manual sering memperlambat keputusan klinis. Penelitian ini bertujuan merancang arsitektur sistem informasi berbasis web untuk otomatisasi estimasi berat lahir bayi (EBL) atau Estimated Fetal Weight (EFW) berdasarkan biometri janin hasil USG. Kontribusi utama penelitian ini terletak pada integrasi parameter biometri, modul validasi input, kalkulasi otomatis berbasis web, dan penyimpanan data rekam medis terstruktur. Metodologi yang digunakan meliputi analisis kebutuhan, perancangan arsitektur sistem, perancangan modul kalkulasi, desain antarmuka, serta verifikasi dan evaluasi. Sistem dirancang menggunakan parameter hasil pemeriksaan USG meliputi Biparietal Diameter (BPD), Abdominal Circumference (AC), Femur Length (FL), dan Head Circumference (HC) untuk menghasilkan EBL. Hasil penelitian menunjukkan arsitektur sistem yang dibangun mampu mengolah data input secara akurat dan disajikan dalam antarmuka user-friendly untuk tenaga kesehatan, dengan 10 target uji yang valid serta tingkat kesalahan prediksi sebesar 0,027. Sistem ini dapat mengelola hasil pemeriksaan USG menjadi lebih terstruktur dan mendukung pemantauan EBL.
Downloads
References
Adeeba, S., Kuhaneswaran, B., Kumara, B.T.G.S., 2022. Prediction of Weight Range of Neonate Using Machine Learning Approach. 2022 International Conference on Innovations in Science, Engineering and Technology, ICISET 2022 427–432.
Astrianty, L.E., 2022. Analisis Regresi untuk Memodelkan Berat Bayi Lahir Berdasarkan Data Ultrasonografi ( Studi Kasus : Puskesmas Air Manjuto ). Jurnal Pendidikan Tambusai 6, 1853–1861.
Astrianty, L.E., Muhimmah, I., Fitriyati, Y., Fajriyah, R., 2019. Implementasi Model Regresi untuk Estimasi Berat Lahir Bayi Berdasarkan Pengukuran Ultrasonografi (USG). Seminar Nasional Informatika Medis (SNIMed) 2019 45–51.
Bierig, R., Brown, S., Galvan, E., Timoney, J., 2021a. Essentials of Software Testing. Cambridge University Press, United Kingdom.
Bierig, R., Brown, S., Galvan, E., Timoney, J., 2021b. Essentials of Software Testing. Cambridge University Press, United Kingdom.
Hammami, A., Mazer Zumaeta, A., Syngelaki, A., Akolekar, R., Nicolaides, K.H., 2018. Ultrasonographic estimation of fetal weight: development of new model and assessment of performance of previous models. Ultrasound in Obstetrics & Gynecology 52, 35–43.
Kalantari, M., Negahdari, A., Roknsharifi, S., Qorbani, M., 2013. A new formula for estimating fetal weight: The impression of biparietal diameter, abdominal circumference, mid-thigh soft tissue thickness and femoral length on birth weight. Iran. J. Reprod. Med. 11, 933–938.
Mawengkang, M., 2013. Estimasi Berat Badan Lahir berdasarkan Pengukuran Diameter Biparietal , Lingkar Kepala , Panjang Femur dan Lingkar Perut Janin Maya Mawengkang. Majalah Obstetri & Ginekologi 21, 16–19.
Morris, R.K., Johnstone, E., Lees, C., Morton, V., Smith, G., 2024. Investigation and Care of a Small-for-Gestational-Age Fetus and a Growth Restricted Fetus (Green-top Guideline No. 31). BJOG 131, e31–e80.
Munim, S., Figueras, F., Shah, S.M., Khan, F., Gardosi, J., 2010. Ultrasound estimation of fetal weight: A formula for a Pakistani population. Journal of Obstetrics and Gynaecology Research 36, 479–483.
Nugraha, F.S., Pardede, H.F., Korespondensi, P., 2022. Autoencoder untuk sistem prediksi berat lahir bayi 9.
Wu, X., Niu, Z., Xu, Z., Jiang, Y., Zhang, Y., Meng, H., Ouyang, Y., 2021. Fetal weight estimation by automated three-dimensional limb volume model in late third trimester compared to two-dimensional model: a cross-sectional prospective observational study. BMC Pregnancy Childbirth 21, 365.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Ledy Elsera Astrianty, RR. Hajar Puji Sejati
This work is licensed under a Creative Commons Attribution 4.0 International License.
