mik.umsida.ac.id- Rekam medis memainkan peran krusial dalam mendukung sistem informasi kesehatan yang efektif dan efisien. Sebagai persiapan bagi mahasiswa sebelum terjun ke dunia praktik, Program Studi D4 Manajemen Informasi Kesehatan (MIK) Fakultas Ilmu Kesehatan Universitas Muhammadiyah Sidoarjo (Fikes Umsida) menggelar Pra Pendidikan dan Orientasi Praktik Kerja Lapangan (PKL) 4 pada 6-7 Februari 2025 di Hall Dharmawangsa,...Read More
mik.umsida.ac.id- Fakultas Ilmu Kesehatan Universitas Muhammadiyah Sidoarjo (Fikes Umsida) melalui Program Studi Manajemen Informasi Kesehatan (MIK) resmi membuka Praktik Kerja Lapangan (PKL) 2 pada Senin, 3 Februari 2025, bertempat di Rumah Sakit Pusdik Bhayangkara Porong. Kegiatan ini dihadiri oleh mahasiswa peserta PKL, dosen pembimbing, serta perwakilan rumah sakit, yaitu Pak Anwar selaku Kepala Subbagian Pembinaan Fungsi...Read More
MIK.umsida.ac.id – Epilepsi merupakan gangguan neurologis kronis yang memengaruhi lebih dari 50 juta orang di dunia, dengan karakteristik utama berupa kejang berulang yang dikenal sebagai episode iktal. Selama episode ini, pelepasan listrik berlebihan di otak menyebabkan gangguan perilaku, seperti kehilangan kesadaran dan gerakan tak terkendali. Untuk mendeteksi kondisi ini, sinyal EEG (Electroencephalogram) digunakan karena merekam aktivitas...Read More
MIK.umsida.ac.id – Epilepsi merupakan gangguan neurologis yang berdampak besar secara global, memengaruhi sekitar 50 juta orang di seluruh dunia. Penyakit ini ditandai dengan kejang berulang akibat perubahan mendadak dalam fungsi listrik otak. Kejang, yang sering kali menyebabkan kehilangan kesadaran, gerakan tak terkendali, hingga gangguan fungsi tubuh, menjadi tantangan besar dalam diagnosis dan pengelolaannya. Baca juga: Meningkatkan...Read More
MIK.umsida.ac.id – Penelitian yang dilakukan oleh tim dari Universitas Muhammadiyah Sidoarjo (Umsida) membawa angin segar bagi pengelolaan data medis di Indonesia, khususnya di RS Aisyiyah Siti Fatimah, Sidoarjo. Artikel berjudul “Pemanfaatan Data Rekam Medis dalam Menentukan Cluster Penyakit Melalui Data Mining” ini mengulas berbagai keunggulan dari pendekatan data mining dengan algoritma K-Means dalam mengelompokkan penyakit berdasarkan...Read More
Nulla vitae elit libero, a pharetra augue. Nulla vitae elit libero, a pharetra augue. Nulla vitae elit libero, a pharetra augue. Donec sed odio dui. Etiam porta sem malesuada.
