APLIKASI MONITORING PERKEMBANGAN JANIN (ANTENATAL CARE) DENGAN METODE SCRUM BERBASIS PERANGKAT MOBILE
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Pemeriksaan kehamilan biasa disebut sebagai antenatal care di dalam dunia kesehatan. Bidan merupakansalah satu tenaga medis yang banyak diminati untuk antenatal care ini. Setiap pasien yang datang untukpemeriksaan kehamilan ke bidan pasti akan diberikan buku bernama KIA (Kesehatan Ibu Anak). Padabuku tersebut terdapat data mengenai historikal antenatal care, akan tetapi pencatatan dalam bukutersebut selama ini masih dilakukan secara manual dan output yang dihasilkan adalah berupa grafikperkembangan pasien tiap minggu yang juga dibuat secara manual oleh bidan, setelah itu dokter spesialiskandungan dapat menganalisa proses kehamilan pasien berdasarkan grafik tersebut. Proses pemeriksaandengan metode seperti ini tentunya akan berlangsung lebih lama dan tidak efesien, namun dengan adanyaaplikasi antenatal care ini, bidan tidak perlu mencari-cari data di lemari berkas, paperless dan prosespembuatan grafiknya pun akan jauh lebih cepat dan tepat, jika dibandingkan dibuat secara manual.penelitian ini dibuat berdasarkan saran sekaligus berkerjasama dengan dr. Yudianto Budi Saroyo,SpOG(K), selaku dokter spesialis kandungan yang praktek di RSIA Hermina Bekasi & RSCM Kencana,dimana penelitian ini dapat memberikan kemudahan bagi para bidan dengan menerapkan sistemmonitoring perkembangan pasien dalam bentuk aplikasi antenatal care pada perangkat mobile dan jugapeneliti membuat aplikasi berbasis local web apabila ditempat terpencil tidak memungkinkan adanyaperangkat mobile maupun sinyal yang memadai. Penelitian akan menggunakan metode AgileDevelopment Scrum yang akan diuji langsung hasilnya pada rumah sakit RSCM dan Rumah sakit Ibudan anak di kota bekasi.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.004 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it