Salah satu pergeseran paradigma terbesar dalam dunia kedokteran saat ini adalah pergeseran model pelayanan kesehatan dari disease-centric care menjadi patient-centric care. Bedah plastik rekonstruksi dan estetik menjadi spesialis kedokteran yang membutuhkan implementasi model tersebut, didorong oleh rendahnya tingkat konversi pasien di tahap pre-operatif, teknik operasi tanpa panduan di tahap intra-operatif, dan masih tingginya tingkat permintaan revisi operasi di tahap pasca-operatif. Saat ini, implementasi patient-centric care melalui penggunaan model spesifik-pasien, yaitu replika anatomis bagian wajah atau tubuh pasien yang dapat digunakan dokter sebagai simulator bedah dan alat visualisasi pasien, menjadi instrumen paling efektif dalam memecahkan masalah tersebut. Namun, model spesifik-pasien yang ada di pasaran saat ini masih menggunakan modalitas pemindai yang rumit, mahal, dan model spesifik-pasien masih sulit diakses khususnya untuk negara berkembang. Oleh karena itu, dalam skripsi ini penulis mengusulkan sebuah rancang bangun model spesifik-pasien yang dikhususkan pada bagian maxillofacial untuk pemandu operasi dengan metode pemindaian 3D berbasis smartphone dengan sensor TrueDepth™ dan pemodelan 3D berbasis Growing Neural Gas yang jauh lebih sederhana, murah, dan terjangkau. Akurasi model spesifik-pasien yang dirancang diukur nilai indeks similaritasnya sebesar 0,2101 terhadap topologi wajah subjek asli yang dinilai cukup akurat.

---

One of the biggest paradigm shifts in medicine today is the shift in health care models from “disease-centric care” to “patient-centric care”. Plastic and aesthetic surgery become one of the medical field who urgently need this model implementation, driven by the low conversion rates of patients in pre-surgery phase, unguided surgery technique encountered in intra-operative phase, and high surgery revision demand in postoperative phase. Currently, patient-centric care implemented through patient-specific models, which is an anatomical replica of the patient's face or body which surgeons can use as a surgical simulator and patient visualization tool, this instrument proven to be the most effective in solving those mentioned problems. However, patient-specific models on the market today still use complex and expensive scanning modalities and the patient-specific models that are still difficult to access, especially in developing countries. Therefore, in this research the author propose a patient-specific model prototype for surgical guidance in maxillofacial region with 3D scanning methodology which utilized smartphone with TrueDepth™ sensor and Growing Neural Gas-based 3D modelling methodology which more simple, low-cost, and accessible. The accuracy of patient-specific model measured in similarity index against the subject’s real face topology resulted in the amount of 0,2101 which sufficiently accurate.