digilib@itb.ac.id +62 812 2508 8800

Termoregulasi merupakan pengaturan kondisi termal yang dilakukan oleh tubuh untuk menjaga core body temperature tetap berada pada rentang 36,2oC – 37,5oC. Namun tindakan anestesi pada tubuh pasien dapat menurunkan core body temperature sekitar 2oC yang disebabkan oleh penurunan fungsi hipotalamus dan denyut jantung. Apabila kondisi ini terus dibiarkan tanpa penanganan yang tepat, maka pasien dapat dimungkinkan mengalami hipotermia. Dalam upaya mendukung perencanaan tindakan medis untuk meminimalkan risiko hipotermia pasien pada saat pemberian anestesi total, maka dilakukan prediksi distribusi temperatur tubuh pasien melalui pemodelan dan simulasi 3 dimensi termoregulasi tubuh yang berbasis solusi dari persamaan bio-heat. Penelitian ini difokuskan pada bagian kepala dan efek anestesi difokuskan pada penurunan kalor metabolisme di setiap jaringan. Solusi distribusi temperatur diperoleh dengan menggunakan metode numerik Finite Volume Method (FVM) yang disimulasikan dengan menggunakan ANSYS FLUENT. Terdapat tiga tipe model yang dibangun pada penelitian ini. Pertama yaitu model normal yang berdasarkan pada model Fiala, kedua yaitu model tubuh normal yang merupakan modifikasi dari model Fiala, dan ketiga yaitu model tubuh pasien yang dibangun dari modifikasi model normal yang telah tervalidasi. Masing-masing model divalidasi dengan membandingkan hasil simulasinya dengan hasil pengukuran. Dari model pertama diperoleh Tcore otak mencapai 50oC dan Tkulit= 32oC. Sehingga pada model kedua diturunkan kalor metabolismenya secara parametrik untuk mendapatkan kondisi temperatur yang optimal pada tubuh normal. Dari model kedua ini diperoleh selisih dengan pengukuran sebesar ?Tcore body=0,5oC, ?Tdahi=1,1oC, ?Tpelipis=1,4oC, dan ?Tleher belakang=0,1oC. Dan dari model ketiga diperoleh selisih sebesar ?Tcore body=0,1oC, ?Tdahi=0,6oC, ?Tpelipis=0,3oC, dan ?Tleher belakang=0,1oC. Berdasarkan analisis rentang ambang batas dan tingkat konvergensinya, model yang dikembangkan tersebut mempunyai kemampuan sebagai salah satu model alternatif untuk memprediksi respon temperatur pasien selama tindakan anestesi total, khususnya terkait risiko hipotermia.