Hubungan Antara Parameter Fisiologis Dengan Kecemasan Anak Pada Praktik Perawatan Gigi Menggunakan Machine Learning
Fauzyah Aprillia, Dr. drg. Indra Bramanti, Sp. KGA (K)., M.Sc. Pembimbing II ; Prof. Dr. Eng. Kuwat Triyana, M.Si.
2024 | Tesis | MAGISTER TEKNIK BIOMEDIS
Kecemasan
pada perawatan gigi anak merupakan tantangan bagi dokter gigi, Sekitar 80%
populasi anak mengalami kecemasan terhadap perawatan gigi. Hal tersebut mengakibatkan
perawatan tidak efektif. Parameter fisiologis seperti saturasi oksigen, denyut
nadi, dan tekanan darah dapat digunakan sebagai indikator untuk mendeteksi
kecemasan. Pendekatan machine learning merupakan metode inovatif yang
mampu menganalisis dan memprediksi pola kecemasan pada anak berdasarkan
parameter-parameter fisiologis ini. Penelitian ini bertujuan untuk menganalisis
hubungan antara parameter fisiologis dengan Tingkat kecemasan anak pada
perawatan gigi. Subjek penelitian melibatkan 100 anak berusia 5 hingga 8 tahun
yang menjalani pemeriksaan gigi di RSGM UGM Prof. Soedomo, dengan metode purposive
sampling. Data yang dikumpulkan meliputi pengukuran denyut nadi, tekanan darah, frekuensi pernafasan, suhu,
saturasi oksigen
serta pengukuran
hormon kortisol sebagai validasi. Hasil penelitian menunjukkan bahwa terdapat
hubungan antara denyut nadi, tekanan darah, frekuensi pernafasan, suhu, dan
saturasi oksigen dengan kecemasan anak selama perawatan gigi. Denyut nadi
menjadi parameter fisiologis yang paling dominan dalam mempengaruhi kecemasan
anak, dengan kontribusi sebesar 88,1%.
Anxiety in children's dental
care poses a significant challenge for dentists. Approximately 80% of the child
population experiences anxiety related to dental treatment, which often leads
to ineffective care. Physiological parameters such as oxygen saturation, pulse
rate, and blood pressure can be used as indicators to detect anxiety. A machine
learning approach offers an innovative method to analyze and predict patterns
of anxiety in children based on these physiological parameters. This study aims
to analyze the relationship between physiological parameters and the level of
anxiety in children during dental care. The research involved 100 children aged
5 to 8 years undergoing dental examinations at RSGM UGM Prof. Soedomo, using a
purposive sampling method. The data collected included measurements of pulse
rate, blood pressure, respiratory rate, temperature, oxygen saturation, and
cortisol hormone levels as validation. The results showed a significant
relationship between pulse rate, blood pressure, respiratory rate, temperature,
and oxygen saturation with children's anxiety during dental treatment. Among
these, pulse rate emerged as the most dominant physiological parameter
influencing anxiety, contributing 88.1%.
Kata Kunci : Anxiety, Dental care, Children, Machine learning, Gradient Boosting Machine (GBM)?