Publication Search

Deteksi nyeri objektif merupakan tantangan dalam dunia medis, terutama bagi pasien yang tidak mampu mengungkapkan rasa sakit secara verbal. Dengan kemajuan teknologi sensor dan kecerdasan buatan, sistem otomatis untuk mendeteksi nyeri berbasis sinyal fisiologis dan ekspresi wajah mulai dikembangkan. Studi ini bertujuan mengidentifikasi tren, metode, dan kualitas metodologis dari penelitian yang menggunakan database publik seperti BioVid Heat Pain, UNBC-McMaster, dan SenseEmotion dalam pengembangan sistem deteksi nyeri berbasis sensor. Penelitian dilakukan dengan pendekatan Systematic Literature Review (SLR) berdasarkan protokol PRISMA 2020 melalui pencarian artikel di Google Scholar dalam rentang tahun 2015–2024. Setelah seleksi berdasarkan kriteria inklusi dan eksklusi, 26 studi dimasukkan ke dalam sintesis naratif. Data dianalisis berdasarkan jenis sensor, metode algoritma, akurasi, dan ukuran sampel, serta dievaluasi menggunakan pendekatan GRADE. Hasil menunjukkan bahwa BioVid dan UNBC-McMaster adalah database paling sering digunakan, dengan sensor EDA, EMG, dan ekspresi wajah sebagai modalitas dominan. Metode klasifikasi umum mencakup CNN, SVM, dan Random Forest. Studi menyimpulkan bahwa pendekatan multimodal dan deep learning meningkatkan akurasi deteksi nyeri, namun validasi klinis dan perhatian terhadap keragaman demografis masih dibutuhkan.

Salah satu aplikasi yang menarik adalah permainan atau game. Aplikasi ini mampu merambah dan dimainkan oleh penggunanya mulai dari pengguna pemula hingga pengguna mahir dan ahli. Permainan menarik bagi programmer aplikasi mobile terkait dengan posisi dan fungsinya untuk mengisi waktu luang pengguna, serta upaya untuk memberikan wacana sisi lain fungsi perangkat gadget. Aplikasi mobile ini pun bergantung pada platform sistem operasinya,mulai dari blackberry hingga android. Aplikasi ini ketika dijalankan maka akan menampilkan kartu pertama, dan penentuan jawaban pengguna dengan memilih “YA” atau “TIDAK”, jawaban tersebut akan menentukan angka dan kemudian angka tersebut akan disimpan dan kemudian dilanjutkan pada kartu kedua, ketiga dan keempat, hingga akhirnya bisa ditentukan nilai yang dimaksud oleh pengguna. Gambar yang dibuat merupakan sebuah animasi yang terlebih dahuludisiapkan dengan menggunakan perangkat aplikasi bantu gambar seperti Paint, dalam format GIF, dengan ukuran dimensi gambar 641 x 411 pixels dengan kombinasi angka-angka dalam konfigurasi matriks 4 x 4, berdasarkan urutan kartu dari permainan sulam ramalan “game tebak” ini, dimana diperlukan 4 model kartu berangka. Penulisan kode animasi yang akan diimplementasikan dalam penelitian ini adalah kode pemrograman java untuk teknik animasidengan teknik frame by frame.