Perpustakaan Digital ITB

Kesehatan mental merupakan salah satu isu kesehatan global yang semakin mendapat perhatian serius karena angka kasusnya yang terus meningkat. Di Indonesia, data menunjukkan bahwa sebagian besar kasus bunuh diri berkaitan erat dengan gangguan kesehatan mental yang tidak ditangani dengan baik. Namun, hingga saat ini belum ada metode kuantitatif atau biomarker yang standar untuk menilai kondisi mental seseorang secara objektif. Kebanyakan diagnosis masih bergantung pada wawancara klinis yang sifatnya subjektif dan tidak bisa dilakukan secara kontinu. Salah satu pendekatan terbaru yang dikaji adalah penggunaan Heart Rate Variability (HRV) sebagai biomarker potensial untuk mendeteksi kondisi mental seseorang. HRV sendiri merupakan variasi interval waktu antar detak jantung yang mencerminkan keseimbangan antara sistem saraf simpatis dan parasimpatis. Parameter ini berhubungan erat dengan keadaan emosional seperti stres, kecemasan, dan depresi. Penelitian ini mengembangkan sebuah sistem pemantauan HRV berbasis cloud yang dirancang untuk membantu seorang dokter RSCM-FKUI di bidang psikiatri dalam memantau dan menganalisis tren HRV pasien dari jarak jauh. Sistem ini terdiri atas perangkat wearable berupa sensor photoplethysmography (PPG) yang dikenakan di pergelangan tangan, gateway untuk mengirim data, penyimpanan cloud menggunakan Amazon Web Services (AWS) EC2 dan MySQL, serta antarmuka web untuk visualisasi data. Fokus utama dalam penelitian ini adalah pengembangan sistem penyimpanan data yang skalabel dan antarmuka pengguna (user interface) yang mudah digunakan dokter atau perawat. Dari sisi penyimpanan data, AWS dipilih karena kemampuannya dalam menyediakan infrastruktur yang fleksibel, aman, dan hemat biaya. Penyimpanan data HRV memanfaatkan Amazon EBS gp3 yang memiliki performa dan efisiensi biaya lebih baik dibandingkan gp2. MySQL dipilih sebagai basis data karena sifatnya yang open-source, performa yang baik, dan kompatibilitas yang luas dengan berbagai bahasa pemrograman. Berdasarkan pengujian dengan metode data seeding, sistem penyimpanan terbukti mampu menampung data HRV dari 23 pasien selama 7 hari, dengan estimasi kebutuhan ruang penyimpanan sekitar 6 GiB, jauh di bawah kapasitas maksimum AWS. Pada sisi antarmuka pengguna, sistem menyediakan dashboard berbasis web yang memungkinkan dokter dan perawat untuk memantau tren HRV pasien, serta mengunduh data untuk keperluan analisis lebih lanjut. Antarmuka ini dikembangkan menggunakan HTML, CSS, JavaScript, serta framework EJS untuk templating, dan memanfaatkan Chart.js untuk visualisasi data. Demi menjaga keamanan data medis yang sensitif, sistem dilengkapi dengan otentikasi pengguna menggunakan bcrypt serta pengamanan komunikasi data dengan protokol HTTPS melalui Nginx di AWS EC2. Evaluasi antarmuka dilakukan menggunakan User Experience Questionnaire (UEQ), dengan melibatkan 16 responden. Hasilnya menunjukkan bahwa seluruh aspek yang dinilai, yaitu attractiveness, perspicuity, efficiency, dependability, stimulation, dan novelty, berada pada kategori “excellent” atau sangat baik. Hal ini menunjukkan bahwa antarmuka yang dikembangkan tidak hanya memenuhi fungsi teknis, tetapi juga nyaman dan mudah digunakan oleh pengguna. Secara keseluruhan, hasil penelitian menunjukkan bahwa sistem pemantauan HRV berbasis cloud ini layak digunakan untuk mendukung penelitian korelasi antara HRV dan kesehatan mental. Selain memberikan solusi monitoring jarak jauh yang efisien dan aman, sistem ini juga membuka potensi baru dalam pengembangan alat bantu diagnosis kesehatan mental berbasis teknologi.