UBUB

Jurnal Teknologi Informasi dan Ilmu KomputerJurnal Teknologi Informasi dan Ilmu Komputer

Teknologi Digital Twin (DT) telah diadaptasi menjadi Human Digital Twin (HDT) untuk pemantauan kesehatan secara real-time. Namun, sistem pemantauan kesehatan berbasis HDT saat ini terkendala masalah skalabilitas, fleksibilitas antarmuka, dan ketergantungan pada koneksi internet. Arsitektur monolitik konvensional menghambat integrasi fitur dan adaptasi platform, sementara kebutuhan akan layanan berkelanjutan seringkali tidak terpenuhi. Untuk mengatasi kesenjangan penelitian ini, studi ini mengusulkan solusi dengan merancang dan mengimplementasikan Digital Cockpit (DC) Multiplatform Modular untuk HDT kardiovaskular. Penelitian ini menerapkan arsitektur modular untuk memisahkan lapisan antarmuka depan dan antarmuka belakang. Struktur ini mempermudah integrasi layanan masa depan seperti AI dan LLM. Antarmuka depan diimplementasikan sebagai Progressive Web Application (PWA) untuk memastikan kompatibilitas lintas platform dan memberikan kemampuan offline penting menggunakan Service Worker untuk caching dan pengambilan data. Kami memvalidasi sistem melalui Blackbox Testing dan Compatibility Testing di lingkungan Laptop, iOS, & Android. Pengujian Blackbox menunjukkan keberhasilan 100% pada seluruh fungsi inti, termasuk sinkronisasi data real‑time dan caching offline. Penggunaan basis kode tunggal pada PWA secara signifikan mengurangi kompleksitas pengembangan antar platform dengan tetap mempertahankan skor kompatibilitas sebesar 89,58% di berbagai perangkat. Sistem DC berbasis PWA ini memberikan solusi yang terukur dengan menggabungkan fleksibilitas web dan kinerja aplikasi native bagi sistem pemantauan kesehatan digital.

Penelitian ini berhasil menyajikan dan memvalidasi sistem DC inovatif untuk pemantauan HDT kardiovaskular dengan arsitektur modular yang memisahkan antarmuka depan dan belakang.Implementasi PWA sebagai antarmuka depan terbukti efektif, menawarkan pengalaman mirip aplikasi native serta fungsionalitas offline-first melalui Service Worker.Keandalan serta kompatibilitas tinggi di berbagai platform menunjukkan bahwa solusi ini siap diterapkan untuk meningkatkan kontinuitas layanan pemantauan kesehatan digital.

Pertanyaan penelitian baru dapat difokuskan pada bagaimana integrasi modul AI dan model prediksi longitudinal dapat meningkatkan akurasi deteksi anomali kardiovaskular di dalam Digital Cockpit ini, serta bagaimana arsitektur PWA dapat disesuaikan untuk mendukung notifikasi real‑time pada jaringan seluler berbandwidth rendah; selanjutnya, studi longitudinal perlu dijalankan untuk mengukur dampak penggunaan PWA DC terhadap hasil klinis pasien jantung serta kepuasan pengguna, dan terakhir, evaluasi keamanan data dan kepatuhan GDPR harus diimplementasikan untuk memastikan proteksi pasien dalam sistem yang terhubung secara terus‑terus.

  1. Analisis Performance Progressive Web Apps Pada Aplikasi Shopee | Jurnal Ilmiah Informatika Global. analisis... doi.org/10.36982/jiig.v12i2.1944Analisis Performance Progressive Web Apps Pada Aplikasi Shopee Jurnal Ilmiah Informatika Global analisis doi 10 36982 jiig v12i2 1944
  2. Journal of Medical Internet Research - Advancing Health Care With Digital Twins: Meta-Review of Applications... jmir.org/2025/1/e69544Journal of Medical Internet Research Advancing Health Care With Digital Twins Meta Review of Applications jmir 2025 1 e69544
  3. A modular computational framework for medical digital twins | PNAS. modular framework medical digital... pnas.org/doi/full/10.1073/pnas.2024287118A modular computational framework for medical digital twins PNAS modular framework medical digital pnas doi full 10 1073 pnas 2024287118
Read online
File size762.54 KB
Pages12
DMCAReport

Related /

ads-block-test