Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar Belakang Wabah COVID-19 mendesak dan mengubah sistem pendidikan di Indonesia dari pendidikan tatap muka menjadi pendidikan jarak jauh (dan nantinya menjadi pendidikan bauran). Dengan perjalanan pandemi yang tidak dapat diprediksi dan berbagai keterbatasan yang dihadapi, dibutuhkan penggunaan metode lain untuk membantu pembelajaran anatomi khususnya bagi mahasiswa kedokteran. Penggunaan teknologi terkait dengan anatomi 3D untuk dapat mempelajari bentuk dan posisi organ di tubuh manusia dari banyak sudut pandang. Metode Penelitian eksperimental dengan metode deskriptif ini dilakukan untuk melihat perbandingan nilai pretest dan post-test mahasiswa FKUI angkatan 2022 yang menggunakan metode pembelajaran anatomi 3D pada sistem muskuloskeletal. Nilai pretest dan post-test dinilai dengan menggunakan pertanyaan-pertanyaan di Google Form sebelum dan sesudah diberikan materi muskuloskeletal (area bahu) selama 2 pertemuan daring, masing-masing selama 2 jam pada responden sejumlah 34 mahasiswa. Hasil Data dari pretest dan post-test akan diolah dengan menggunakan uji analisis Wilcoxon pada SPSS versi 24. Didapatkan rata-rata pretest sebesar 31.47 dan rata-rata post-test sebesar 59.41. Dari tes Wilcoxon, didapatkan P < 0.05 yang menandakan bahwa ada perbedaan bermakna pada nilai responden sebelum dan setelah pemberian materi anatomi 3D. Kesimpulan Kesimpulan yang didapatkan bahwa ada peningkatan signifikan dari penerapan pembelajaran dengan metode visualisasi 3D pada nilai pretest dan post-test mahasiswa FKUI angkatan 2022 pada sistem muskuloskeletal.

---

Introduction The COVID-19 pandemic has caused a transformation in the education system in Indonesia, shifting from in-person education to distance learning (and eventually a hybrid approach). Given the unpredictable course of the pandemic and various limitations faced, alternative methods are needed to aid in the anatomy learning process, especially for medical students. One such method is the use of technology, particularly related to 3D (three-dimensional) anatomy, to study the shape and position of organs in the human body from various perspectives. Method This experimental research with descriptive methods is done to see the comparison between pretest dan post-test scores for the class of 2022 of FKUI (Faculty of Medicine, Universitas Indonesia) students that uses 3D learning method in the musculoskeletal system. Pretest and post-test scores were evaluated using questions in a Google Form both before and after the provision of musculoskeletal material (shoulder area) over two sessions, each lasting 2 hours for 34 respondents. Results Data from the pretest and post-test were analyzed using the Wilcoxon analysis test in SPSS version 24. The average pretest score was 31.47, and the average post-test score was 59.41. In the Wilcoxon test, P < 0.05 was obtained, indicating a significant difference in the respondents' scores before and after the 3D anatomy material was provided. Conclusion The conclusion drawn from this study that there is a significant raise of implementing a 3D visualization learning method on the pretest and post-test scores of the FKUI Class of 2022 students in the musculoskeletal system."

"Latar Belakang Anatomi merupakan topik pembelajaran dasar yang penting bagi mahasiswa kedokteran. Namun, pandemi Covid-19 menyebabkan keterbatasan dalam pembelajaran anatomi. Salah satu metode pembelajaran anatomi yang mudah digunakan oleh mahasiswa kedokteran dalam mempelajari anatomi adalah penggunaan aplikasi 3D. Penelitian ini bertujuan untuk membandingkan nilai pre-test dan post-test praktikum anatomi hepatobilier mahasiswa yang menggunakan aplikasi anatomi 3D dibanding metode 2D pada anatomi hepatobilier. Metode Penelitian ini dilakukan dengan desain quasi-eksperimental menggunakan 34 sampel mahasiswa FKUI tingkat 2 yang dibagi menjadi dua kelompok, yaitu kelompok intervensi diberi materi 2D dan 3D dan kelompok 2D yang mendapat materi 2D saja. Penelitian dilakukan pada tahun 2023. Masing-masing kelompok diberikan sejumlah pertanyaanpertanyaan pre-test dan post-test terkait anatomi hepatobiliar. Data dianalisis dengan uji statistik Mann-Whitney dengan SPSS versi 24. Hasil Hasil penelitian ini menunjukkan adanya perbedaan signifikan nilai pre-test dan post-test praktikum anatomi hepatobilier antara kelompok 2D dan kelompok intervensi (p <0,05) dengan kelompok intervensi memiliki peningkatan nilai yang lebih tinggi. Didapatkan distribusi nilai kelompok eksperimental adalah 30 (10–80) dan kelompok 2D adalah 20 (0–80). Kesimpulan Hasil penelitian ini menyimpulkan terdapat perbedaan signifikan pada nilai pre-test dan post-test praktikum anatomi hepatobilier mahasiswa yang menggunakan aplikasi anatomi 3D dibanding metode 2D pada anatomi hepatobilier.

---

Introduction Anatomy is an important foundation of knowledge for medical student. The Covid-19 pandemic causes limitation in student’s anatomy study. An alternative anatomy learning method that is accessible to medical student is by using 3D anatomy application. This study wants to compare the pre-test and post-test hepatobiliary anatomy practical score between students who learn using 3D anatomy application and students who learn only using 2D anatomy materials. Method This study was conducted on year 2023 using quasi-experimental study with 34 participants from FKUI 2nd year student. The participants were divided into experimental group, who received both 3D and 2D materials, and 2D group that only received 2D materials. Each group were given the same pre-test and post-test question about hepatobiliary anatomy. The data was then analyzed using Mann-Whitney test on SPSS version 24. Result The result of analysis shows that there was a significant difference between pre-test and post-test hepatobiliary anatomy practical score between the experimental group and the 2D group (p <0.05). The experimental group had higher increase in score compared to 2D group. The score distribution for experimental group and 2D group was 30 (10–80) and 20 (0-80) in order. Conclusion This result shows that there was a significant difference in pre-test and post-test hepatobiliary anatomy practical score between students who use 3D anatomy application and students who only learn with 2D anatomy materials."

"Pandemi COVID-19 membawa dampak besar pada pembelajaran anatomi. Pembelajaran anatomi yang secara konvensional dilakukan berbasis kadaver tidak dapat dilakukan atau hanya dapat dilakukan secara terbatas. Aplikasi anatomi tiga dimensi hadir sebagai media pembelajaran anatomi yang dapat memudahkan mahasiswa memahami struktur dan topografi secara akurat. Penelitian ini dilakukan untuk mengetahui hubungan antara penggunaan aplikasi anatomi 3D dengan peningkatan hasil pembelajaran anatomi (nilai pre-post test) sistem saraf pusat pada mahasiswa FKUI angkatan 2023. Desain penelitian yang digunakan adalah quasi-eksperimental. Tiga puluh satu subjek dibagi menjadi dua kelompok yaitu menggunakan aplikasi anatomi 3D (n = 14) dan tidak menggunakan aplikasi anatomi 3D (n =17). Kedua kelompok diberikan materi tambahan berupa referensi buku anatomi. Dilakukan pre-test dan post test pada kedua kelompok untuk menilai hasil pembelajaran. Analisis data dilakukan uji Spearman rank correlation menggunakan aplikasi SPSS ver. 24. Ditemukan korelasi nilai r = 0,07 dengan nilai p = 0,7 (p > 0,05) antara hasil pembelajaran dan penggunaan aplikasi anatomi 3D. Terdapat peningkatan hasil belajar yang lebih tinggi pada kelompok yang menggunakan aplikasi anatomi 3D (30,00) dibandingkan dengan yang tidak menggunakan aplikasi anatomi 3D (26,47). Terdapat hubungan yang sangat lemah dengan tendensi tidak signifikan antara penggunaan aplikasi anatomi 3D dengan peningkatan hasil pembelajaran anatomi (nilai pre-post test) sistem saraf pusat pada mahasiswa FKUI angkatan 2023. Kedua kelompok mengalami peningkatan hasil pembelajaran. Diperlukan analisis lebih lanjut pengaruh preferensi metode pembelajaran anatomi, kemampuan spasial, gaya belajar, dan kecepatan belajar mahasiswa terhadap hubungan antara penggunaan aplikasi anatomi 3D dan hasil pembelajaran anatomi.

---

The COVID-19 pandemic has had a significant impact on anatomy education. Conventional anatomy learning based on cadavers cannot be conducted or can only be done in a limited manner. Three-dimensional anatomy applications are presented as a learning tool that can facilitate students in understanding anatomical structures and topography accurately. This research was conducted to determine the relationship between the use of 3D anatomy applications and the improvement in central nervous system anatomy learning outcomes (pre-post test scores) among 2023 students of the Faculty of Medicine, Universitas Indonesia. The research design used is quasi-experimental. Thirty-one subjects were divided into two groups: one using 3D anatomy applications (n = 14) and one not using 3D anatomy applications (n = 17). Both groups were provided with additional anatomical reference materials. Pre- tests and post-tests were conducted on both groups to assess learning outcomes. Data analysis was performed using the Spearman rank correlation test with SPSS version 24. A correlation with a value of r = 0.07 and a p-value of 0.7 (p > 0.05) was found between learning outcomes and the use of 3D anatomy applications. There was a higher improvement in learning outcomes in the group that used 3D anatomy applications (30.00) compared to the group that did not use 3D anatomy applications (26.47). There is a very weak and non-significant correlation between the use of 3D anatomy applications and the improvement in central nervous system anatomy learning outcomes (pre-post test scores) among 2023 students of the Faculty of Medicine, Universitas Indonesia. Both groups experienced an improvement in learning outcomes. Further analysis is needed to understand the influence of students' preference for anatomy learning methods, student’s spatial abilities, learning styles, and learning speed on the relationship between the use of 3D anatomy applications and anatomy learning outcomes."

"Bekerja secara ergonomis dapat memperkecil resiko sakit, meningkatkan rasa nyaman dalam bekerja, mengurangi stres dan menyebabkan produktivitas meningkat. Namun bekerja secara ergonomis belum diterapkan secara maksimal saat bekerja, khususnya orang-orang yang bekerja di kantor, dimana faktanya gangguan otot-rangka adalah musuh terbesar bagi pekerja kantor yaitu sekitar 40-50% pekerja melaporkan adanya keluhan. Dan kondisi lebih buruk diprediksi saat bekerja dari rumah. Musculoskeletal Disorders (MSDs) yang terkait dengan pekerjaan merupakan gangguan pada sistem muskuloskeletal yang disebabkan atau diperberat oleh interaksi lingkungan kerja. Musculoskeletal Disorders dapat disebabkan oleh kontribusi berbagai faktor risiko antara lain faktor individu, faktor pekerjaan atau biomekanik dan faktor psikososial. Respon atau reaksi seorang pekerja dalam hal faktor perilaku, kognitif, dan fisiologis dipicu oleh peningkatan tuntutan pekerjaan yang dirasakan atau menanggapi peningkatan permintaan pekerjaan, respon ini disebut sebagai workstyle atau gaya kerja. Penelitian ini ingin mengetahui faktor-faktor risiko ergonomi dan gaya kerja terhadap gangguan muskuloskeletal pada mahasiswa khususnya yang melaksanakan pembelajaran jarak jauh. Metode Structural Equation Modelling (SEM) digunakan untuk mengolah model Workstyle dengan penambahan faktor postur kerja, dan musculoskeletal pain. Analisis dilakukan dengan penyebaran kuesioner pada 200 responden. Hasil dari penelitian menunjukkan ada beberapa faktor gaya kerja yang berkontribusi pada gangguan muskuloskeletal mahasiswa.

---

---

Working ergonomically can reduce the risk of pain, increase the sense of comfort at work, reduce stress and cause increased productivity. However, working ergonomically has not been implemented maximally when working, especially people who work in offices, where the fact is skeletal muscle disorders are the biggest enemy for office workers, around 40-50% of workers report complaints. And worse conditions are predicted while working from home. Musculoskeletal Disorders (MSDs) related to work are disorders of the musculoskeletal system caused or exacerbated by the interaction of the work environment. Musculoskeletal Disorders can be caused by the contribution of various risk factors including individual factors, occupational or biomechanical factors and psychosocial factors. The response or reaction of a worker in terms of behavioral, cognitive, and physiological factors is triggered by an increase in perceived work demands or responding to an increase in work demand, this response is referred to as a workstyle or work style. This study wanted to find out the ergonomic risk factors and work styles for musculoskeletal disorders in students especially those carrying out distance learning. Structural Equation Modelling (SEM) method is used to process the Workstyle model with the addition of work posture factors, and musculoskeletal pain. The analysis was carried out by distributing questionnaires to 200 respondents. The results of the study indicate there are several workstyle factors that contribute to student musculoskeletal disorders."

"Segmentasi tiga dimensi merupakan task yang pada awalnya sulit digunakan yang disebabkan keterbatasan spesifikasi perangkat. Segmentasi tiga dimensi memanfaatkan point cloud sebagai input dan point cloud dihasilkan dari sensor LiDAR yang kepemilikannya sangat terbatas. Dahulu, LiDAR hanya ada pada perangkat industri, berguna untuk mendapatkan informasi tiga dimensi lahan. Sekarang, LiDAR sudah terdapat pada perangkat ponsel, namun hanya pada yang spesifikasinya termasuk golongan high-end atau mewah. Berangkat dari permasalahan tersebut, muncul pertanyaan mengenai kemungkinan segmentasi tiga dimensi tanpa menggunakan sensor LiDAR, tujuannya agar fitur tersebut tidak eksklusif ke suatu kelompok, melainkan semua orang yang memiliki ponsel dengan kamera bisa melakukan segmentasi tiga dimensi. Dirumuskanlah penghasil point cloud dengan menggunakan 3D Gaussian Splatting. Model segmentasi yang digunakan juga merupakan state-of-the-art, yaitu Point Transformer v2 dan v3, serta sebuah metode segmentasi tiga dimensi unik yang memanfaatkan 3DGS secara langsung, yaitu SAGA. Hasil penelitian menemukan bahwa SAGA merupakan model segmentasi tiga dimensi yang paling baik. Selain hasil kemampuannya mensegmentasi 3DGS, SAGA juga mampu mensegmentasi objek tanpa batasan kelas sehingga membuat SAGA unggul pada konteks penelitian ini.

---

Three-dimensional segmentation is a task that was initially difficult to use due to limited device specifications. Three-dimensional segmentation utilizes the point cloud as input and the point cloud is generated from the LiDAR sensor, which has very limited ownership. In the past, LiDAR only existed in industrial devices, useful for obtaining three-dimensional information of land. Now, LiDAR is available on mobile devices, but only on those whose specifications are included in the high-end or luxury class. Starting from this problem, the question arises about the possibility of three-dimensional segmentation without using a LiDAR sensor, the goal is that the feature is not exclusive to a group, but everyone who has a cellphone with a camera can do three-dimensional segmentation. A point cloud generator using 3D Gaussian Splatting was formulated. The segmentation models used are also state-of-the-art, namely Point Transformer v2 and v3, and a unique three-dimensional segmentation method that utilizes 3DGS directly, namely SAGA. The results found that SAGA was the best three-dimensional segmentation model. In addition to the results of its ability to segment 3DGS, SAGA is also able to segment objects without class constraints, which makes SAGA superior in the context of this research."

"Kanker paru merupakan kanker yang paling banyak ditemukan dan paling mematikan di dunia. Penentuan stadium kanker paru umumnya dilakukan oleh dokter radiologi dengan melihat pembesaran kelenjar getah bening (KGB) mediastinal. KGB mediastinal cukup sulit dideteksi secara visual dikarenakan memiliki kontras yang rendah  terhadap jaringan di sekitarnya, ukuran dan bentuknya yang bervariasi, serta tersebar di berbagai lokasi. Oleh karena itu, akhir – akhir ini dikembangkan sistem computer-aided detection (CADe) sebagai alat bantu bagi dokter radiologi untuk mendeteksi KGB mediastinal secara otomatis. Metode terbaik saat ini dalam sistem CADe KGB mediastinal tersebut menggunakan 2D convolutional neural network (CNN) yang diterapkan dari 3 sudut pandang (axial, coronal, sagittal). Namun, sifat 3D dari KGB mediastinal dihipotesakan akan lebih terwakili jika menggunakan 3D CNN. Oleh karena itu, dalam penelitian ini digunakan 3D CNN yang kemudian diubah menjadi 3D fully convolutional network (FCN)  untuk mendeteksi kandidat KGB mediastinal di dalam suatu tumpukkan citra CT. Kandidat KGB mediastinal tersebut kemudian dianalisa untuk mengurangi false positive (FP) menggunakan 3 metode, yaitu perhitungan mean HU, deteksi kontur menyerupai lingkaran, dan klasifikasi menggunakan 3D CNN. Performa terbaik dari sistem CADe KGB mediastinal ini diperoleh ketika menggunakan 3D CNN dalam tahap pengurangan FP dengan sensitivitas 77% dan 12 FP/pasien.

---

Lung cancer is the most common and the deadliest cancer in the world. Lung cancer staging usually was done by radiologist by detecting mediastinal lymph node (LN) enlargement. Mediastinal LN is difficult to be detected visually due to its low contrast to the surrounding tissues, various size and shape, and sparse location. Therefore, computer-aided detection (CADe) system has been developed as a tool for radiologist to detect medistinal LN automatically. The state of the art mediastinal LN CADe system used 2D convolutional neural network (CNN) from 3 planar views (axial, coronal, sagittal). However, the 3D features of mediastinal LN are hypothesized to be more reprenseted if 3D CNN is used. Therefore, in this experiment we used 3D CNN which is converted to 3D fully convolutional network (FCN) to detect mediastinal LN candidate in a stack of CT images. Then, the mediastinal LN candidates were analyzed using 3 methods to reduce the false positive (FP), which are the calculation of the mean HU, the blob detection, and the classification using 3D CNN. The best performance of this CADe system was achieved when the 3D CNN was used in the FP reduction stage which has 77% of sensitivity and 12 FP/ patient."

"Kondisi pasca bencana adalah sebuah kondisi darurat yang membutuhkan pertolongan pertama dari tim penyelamat. Oleh karena itu, dikembangkan pemanfaatan radar yang digunakan untuk mendeteksi manusia dalam kondisi pasca-bencana. Sayangnya, banyaknya parameter yang mempengaruhi pengklasifikasian membatasi pemakaian radar 24 GHz seperti reruntuhan yang menutupi manusia. Oleh karena itu, radar dengan frekuensi yang lebih tinggi dimanfaatkan dengan frekuensi 77 GHz yaitu sinyal milimeter. Metode seperti deep learning dan backpropagation neural network sudah diterapkan pada penelitian-penelitian sebelumnya menggunakan radar sinyal milimeter. Namun, tingkat akurasi dari klasifikasi kelas dari makhluk hidup hanya mencapai 49% dengan jumlah klasifikasi 2 kelas dan 32% dengan jumlah klasifikasi 3 kelas. Oleh karena itu, dikembangkan kembali dengan metode Convolutional Neural Network. Akurasi yang didapatkan meningkat hingga mencapai 99% untuk klasifikasi 2 kelas dan 3 kelas. Namun akurasinya menurun untuk klasifikasi kelas yang lebih banyak hingga 68%. Skripsi ini mengajukan metode 3D-Convolutional Neural Network guna meningkatkan resolusi dari data yang diberikan dalam pelatihan dari model untuk meningkatkan akurasi pada klasifikasi kelas dengan model yang diajukan.

---

The post-disaster condition is an emergency that requires immediate first aid from rescue teams. Therefore, the use of radar has been developed to detect humans in post-disaster conditions. Unfortunately, the numerous parameters affecting classification, such as rubble covering humans, limit the use of 24 GHz radar. Consequently, higher frequency radar, specifically 77 GHz millimeter-wave signals, is utilized. Methods like deep learning and backpropagation neural networks have been applied in previous studies using millimeter-wave radar signals. However, the classification accuracy for living beings reached only 49% for two-class classification and 32% for three-class classification. Therefore, the method was further developed using Convolutional Neural Networks (CNN). The accuracy achieved improved to 99% for both two-class and three-class classifications, but it decreased to 68% for classifications with more classes. This thesis proposes the use of a 3D-Convolutional Neural Network method to enhance the resolution of the data used in model training, aiming to improve the accuracy of class classification with the proposed model."

"Latar belakang: Gastroesophageal reflux disease (GERD) adalah gangguan gastrointestinal yang memiliki manifestasi klinis paling umum berupa heartburn dan regurgitasi, dengan prevalensi sejumlah 57,6% di Indonesia. Stres, salah satu faktor risiko GERD, dapat terjadi pada mahasiswa Fakultas Kedokteran dengan prevalensi yang mencapai 88,9%. Selain itu, mahasiswa kedokteran umumnya mengalami perubahan tingkat kesehatan seiring dengan berjalannya tingkat perkuliahan. Adanya pandemi COVID-19 yang menyebabkan munculnya metode perkuliahan dalam jaringan (online) juga dapat memengaruhi tingkat kesehatan mahasiswa Fakultas Kedokteran. Penelitian ini bertujuan untuk menilai hubungan antara tingkat stres, tingkat perkuliahan, dan metode perkuliahan terhadap kejadian GERD pada mahasiswa Fakultas Kedokteran Universitas Indonesia di masa pandemi COVID-19.Metode: Penelitian ini memiliki desain potong lintang dengan menggunakan data primer melalui kuesioner dalam jaringan. Sejumlah 224 responden kemudian dikelompokkan berdasarkan tingkat stres, tingkat perkuliahan, metode perkuliahan, dan kejadian GERD. Data kemudian dianalisis menggunakan chi square.Hasil: Prevalensi GERD pada mahasiswa FKUI adalah sejumlah 12,1%. Ditemukan bahwa faktor-faktor tingkat stres (p=0,531), tingkat perkuliahan (p=0,202), dan metode perkuliahan (p=0,544) tidak memiliki hubungan yang signifikan dengan kejadian GERD.Kesimpulan: Tidak terdapat hubungan yang signifikan antara tingkat stres, tingkat perkuliahan, dan metode perkuliahan dengan kejadian GERD pada mahasiswa Fakultas Kedokteran Universitas Indonesia di masa pandemi COVID-19.

---

Introduction: Gastroesophageal reflux disease (GERD) is a gastrointestinal disorder with its most prominent clinical manifestations being heartburn and regurgitation, and the prevalence of 57.6% in Indonesia. Stress, one of the risk factors of GERD, can happen to medical students with the prevalence of 88.6%. Aside from that, medical students are prone to having health degree changes as they go through medical school. The online learning method due to the COVID-19 pandemic may have an impact on medical students' health. This research's purpose is to determine the relationship between stress levels, academic year, and learning methods to the incidence of GERD in medical students of Universitas Indonesia during the COVID-19 pandemic.

Method: This research was conducted with cross-sectional design using primary data collected through online questionnaires. The amount of respondents gathered was 224, which was further classified by stress levels, academic year, learning method, and incidence of GERD. The data was then further analysed using chi-square.

Result: The prevalence of GERD in medical students of Universitas Indonesia is 12.1%. It was found that the factors stress level (p=0.531), academic year (p=0.202), and learning method (p=0.544) have no significant relationship with the incidence of GERD.

Conclusion: There is no significant relationship between stress level, academic year, and learning method with the incidence of GERD in medical students of Universitas Indonesia during the COVID-19 pandemic."

"Selama ini telah dikenal sistem pembelajaran dengan metode konvensional dimana siswa belajar dan mengerjakan tugas secara individual. Akibatnya perkembangan dan penguasaan materi dari masing-masing siswa menjadi tidak sama. Namun, dimulai pada era 1970-an tercetuslah sebuah metode pembelajaran secara berkelompok, dimana kelas dibagi menjadi beberapa kelompok dengan jumlah peserta masing-masing kelompok antara 2 hingga 6 orang. Terbukti bahwa metode pembelajaran berkelompok ini dapat lebih meningkatkan efektifitas dan efisiensi dalam proses pembelajaran bila dibandingkan dengan metode pembelajaran konvensional.Saat ini sistem pendidikan telah mulai mengimplementasikan proses pembelajaran melalui media internet. Akibatnya adalah tercipta banyak komunitas pendidikan secara virtual atau e-learning. Bardasarkan fakta itulah sistem pembelajaran berkelompok coba diterapkan dalam dunia e-learning, dan menghasilkan sistem collaborative elearmng.Penerapan sistem collaborative elearmng membutuhkan adanya fitur-fitur pendukung untuk mengoptimalkan dan menyempumakan kinerja sistem secara keseluruhan. Fitur yang menjadi awal berjalannya sistem collaborative elearmng tentunya adalah fitur grouping untuk pembagian kelompok. Fitur pretest yang ditujukan untuk mengukur sejauh mana penguasaan materi mahasiswa sebelum proses pembelajaran dimulai. Kemudian fitur diskusi yang dibuat untuk mempermudah anggota kelompok dalam berdiskusi dengan kelompoknya guna menyelesaikan tugas yang diberikan oleh dosen untuk masing-masing kelompok.Setelah dilakukan beberapa pengujian dengan memvariasikan jumlah pertanyaan untuk fitur pretest dan memvariasikan jumlah peserta untuk fitur grouping. Didapatkan bahwa kecepatan akses sistem akan bertambah sebesar 0.0228 detik untuk setiap penambahan 1 soal pretest dalam proses input soal kedalam database dan berkurang sebesar 0.0062 detik dalam proses submit jawaban pretest, sedangkan pertambahan 1 orang peserta akan menambah waktu akses proses grouping sebesar 0.0005 detik."

"Latar Belakang: Model cetakan gigi memiliki peranan penting dalam bidang prostodonsia untuk menentukan diagnosis dan rencana perawatan. Model yang saat ini sering digunakan adalah model konvensional. Model tersebut mempunyai beberapa kekurangan yaitu kemungkinan hilang dan rusak, membutuhkan tempat penyimpanan dan menyulitkan komunikasi dengan laboratorium. Perkembangan teknologi khususnya CAD/CAM diharapkan mampu mengatasi kekurangan tersebut dengan penggunaan intraoral scanner (IOS). IOS mampu menghasilkan model digital dengan cara pemindaian secara langsung di dalam mulut dan menghasilkan file dengan format standard tesselation language (STL). File ini kemudian dapat dicetak menggunakan 3D printer dengan teknik stereolithography (STL) menjadi model 3D printing. Tujuan: Untuk menganalisis perbedaan akurasi antara pengukuran langsung pada pasien, model konvensional, digital, dan 3D printing kasus kelas III Kennedy. Metode: Penelitian observasi analitik dengan desain studi potong lintang. Total sampel sebanyak 9. Dilakukan pengukuran masing-masing variabel sebanyak 3 kali kemudian diambil nilai reratanya. Pengukuran langsung pada pasien dijadikan kontrol dan dibandingkan dengan pengukuran pada model konvensional yang dicetak dengan PVS, model digital, dan 3D printing. Pengukuran dilakukan pada lebar mesiodistal, tinggi servikooklusal/insisal gigi dan lebar span edentulus. Dilakukan pengukuran langsung pada pasien, model konvensional dan 3D printing dengan digital calliper sedangkan model digital menggunakan piranti lunak Trios. Analisis data dilakukan dengan uji statistik Saphiro Wilk dan uji Kruskal Wallis. Hasil: Tidak terdapat perbedaan bermakna (p>0.05) pada seluruh pengukuran dibandingkan dengan kontrol dan juga antara variabel yang berbeda. Kesimpulan: Penggunaan IOS dalam menghasilkan model digital yang kemudian dicetak menggunakan 3D printer dapat menjadi alternatif pembuatan model kerja dalam menentukan diagnosis dan perawatan pasien dalam bidang prostodonsia.

---

Background: Models play a crucial role in the field of prosthodontics for determining diagnosis and treatment plans. The conventional model is frequently used, but it has some drawbacks, such as the possibility of loss and damage, the need for storage space, and difficulties in communication with laboratories. Technological advancements, especially in CAD CAM, aim to address these limitations by utilizing intraoral scanners (IOS). IOS can produce digital models by scanning directly inside the mouth and generating files in standard tessellation language (STL) format. These files can then be printed with a 3D printer using stereolithography (STL) techniques to create a 3D printed model. Objective: To determine the accuracy differences between direct measurements on patients, conventional models, digital models, and 3D printed models in Class III Kennedy cases. Method: An analytical observational study with a cross-sectional design was conducted. A total of 9 samples were measured three times each and the mean value will be anyalzed. Direct measurements on patients were used as controls and compared with conventional models printed with PVS, digital models, and 3D printing. Measurements included mesiodistal width, cervico-occlusal/ incisal height of teeth, and edentulous span width. Direct measurements on patients, conventional models, and 3D printing used digital calipers, while digital models used Trios software. Statistical tests, including the Shapiro-Wilk test for data normality and the Kruskal-Wallis test for data analysis, were performed in this study. Results: There were no significant differences (p > 0.05) in all measurements compared to the control and among different variables. Conclusion: The use of IOS to produce digital models, subsequently printed with a 3D printer, can be an alternative for model fabrication in determining diagnosis and patient treatment in prosthodontics."