Model Machine Learning Berbasis Unsupervised Learning untuk Perhitungan Dosis Radiasi Petugas Instalasi Radiologi

Marido Bisra; Marian Tonis; Danil Hulmansyah

doi:10.55382/jurnalpustakadata.v6i1.1568

Penulis

Marido Bisra Universitas Awal Bros
Marian Tonis Universitas Awal Bros
Danil Hulmansyah Universitas Awal Bros

DOI:

https://doi.org/10.55382/jurnalpustakadata.v6i1.1568

Kata Kunci:

radiologi, dosis, kalkulasi, aplikasi, pekerja

Abstrak

Studi ini mengeksplorasi penerapan model pembelajaran mesin untuk menghitung dosis radiasi bagi pekerja radiasi di instalasi radiologi. Dengan memanfaatkan data perhitungan dosis dan perhitungan oleh petugas proteksi radiasi, studi ini bertujuan untuk meningkatkan kualitas perhitungan dosis pekerja radiasi, memperkaya literasi akademis terkait dosis, dan mendukung pertumbuhan sektor kesehatan. Proteksi radiasi untuk pekerja radiasi diatur oleh peraturan Badan Pengatur Energi Nuklir (BAPETEN), yang diimplementasikan oleh petugas proteksi radiasi. Pengukuran yang dilakukan oleh petugas proteksi radiasi masih bergantung pada pendekatan manual berbasis tabel, yang seringkali tidak akurat dan memakan waktu. Hal ini mengakibatkan hilangnya informasi dosis bagi pekerja radiasi, sehingga sulit untuk memantau dosis radiasi yang diterima oleh pekerja radiasi. Studi ini bertujuan untuk membuat model perhitungan dosis berbasis pembelajaran mesin untuk pekerja radiasi. Metode yang digunakan adalah data tentang perhitungan dosis pekerja radiasi, perhitungan dosis yang diterima oleh pekerja radiasi, dan ambang batas dosis untuk pekerja radiasi, yang digunakan untuk melatih model pembelajaran mesin. hasil menunjukkan aplikasi dapat membantu dalam kalkulasi dosis berdasarkan uji aplikasi. Model yang disunakan berbasis unsupervised learning dengan menggunakan 100 data dosis. Hasil model menunjukkan keakuratan model pada uji black box sebesar 94%, sehingga model dapat dikembangkan untuk perhitungan dosis radiasi.

Unduhan

Data unduhan belum tersedia.

Referensi

D. Nurlina, A. Rifai, and J. Jamaluddin, “Faktor-Faktor Yang Memengaruhi Kepuasan Pasien Instalasi Gawat Darurat Rumah Sakit TNI AD Tk Iv 02.07.04 Bandar Lampung Tahun 2017,” J. Ilmu Kesehat. Masy., vol. 8, no. 03, pp. 78–88, 2019, doi: 10.33221/jikm.v8i03.299.

no 4 Bapeten Perka, “Peraturan Badan Pengawas Tenaga Nuklir Republik Indonesi Nomor 4 Tahun 2020,” pp. 1–52, 2020.

N. W. Sudatri, “Dampak buruk radiasi,” Dampak Buruk Radiasi, [Online]. Available: https://repositori.unud.ac.id/protected/storage/upload/repositori/ID1_19711031199802200125091309954dampak-buruk-radiasi-handphone.pdf

M. S. K. Ayu, “Proteksi Radiasi Pada Pasien, Pekerja, dan Lingkungan di Dalam Instalasi Radiologi,” Str. J. Ilm. Kesehat., pp. 236–39, 2019.

A. Roo et al., “Evaluasi Penerimaan Dosis Radiasi pada Pekerja Radiasi di Instalasi Radiologi RSUD Wonosari,” Kaunia Integr. Interconnect. Islam Sci. J., vol. 19, no. 2, pp. 43–49, 2023.

R. S. Nurhalizah and R. Ardianto, “Analisis Supervised dan Unsupervised Learning pada Machine Learning?: Systematic Literature Review,” vol. 4, no. 1, pp. 61–72, 2024.

P. Santoso, H. Abijono, and N. L. Anggreini, “ALGORITMA SUPERVISED LEARNING DAN UNSUPERVISED,” vol. 4, no. 2, pp. 315–318, 2021.

G. Persadha, M. Zaini, P. Studi Teknik Elektromedik, P. Studi Perekam Medis Dan Informasi Kesehatan, and P. Studi Farmasi Politeknik Unggulan Kalimantan, “PERHITUNGAN NILAI BATAS DOSIS RADIASI PADA PASIEN BERBASIS APLIKASI ANDROID (Calculation Of Radiation Dosage Value In Patients Based On Android Application)”.

J. Homepage, A. Roihan, P. Abas Sunarya, and A. S. Rafika, “IJCIT (Indonesian Journal on Computer and Information Technology) Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper,” 2019.

D. Damayanti and K. Dwiningsih, “Pengembangan Perangkat Pembelajaran Berorientasi Blended Learning Pada Materi Sistem Periodik Unsur Kelas X SMA,” UNESA J. Chem. Educ., vol. 6, no. 1, pp. 16–23, 2017.