Perancangan Sistem Aplikasi Speech To Text Terminologi Medis Untuk Kodefikasi Penyakit (Eye-Speech "YAP")

Hendra Rohman; Indra Narendra; Ali Nur Syafi’i

Authors

Hendra Rohman Politeknik Kesehatan Bhakti Setya Indonesia Author
Indra Narendra Politeknik Kesehatan Bhakti Setya Indonesia Author
Ali Nur Syafi’i Politeknik Kesehatan Bhakti Setya Indonesia Author

Keywords:

Aplikasi rekam medis, kodefikasi penyakit, ICD-10, speech recognition, speech to text, terminologi medis

Abstract

ABSTRAK

Latar Bekalang: Pengodean penyakit di rumah sakit memerlukan tingkat ketepatan dan efisiensi yang tinggi karena banyaknya rekam medis yang harus dikodekan setiap hari. Teknologi pengenalan suara berpotensi membantu petugas koder dengan mengubah input suara menjadi teks sehingga pencarian istilah medis dan penetapan kode penyakit dapat dilakukan lebih cepat. Penelitian ini bertujuan merancang aplikasi speech-to-text untuk mendukung proses pengodean penyakit menggunakan teknologi pengenalan suara dan metode linear search.

Metode: Pendekatan kualitatif digunakan dengan model pengembangan perangkat lunak waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Teknologi pengenalan suara diintegrasikan dengan terminologi medis, sedangkan algoritma linear search digunakan untuk mengambil data berdasarkan kata kunci diagnosis.

Hasil dan Pembahasan: Hasil menunjukkan bahwa aplikasi berhasil mengubah suara menjadi teks menggunakan terminologi medis sehingga meningkatkan efisiensi pencarian diagnosis dan penetapan kode penyakit. Sistem menerima input suara melalui mikrofon dan menghasilkan teks pada antarmuka berbasis web. Penggunaan terminologi medis meningkatkan akurasi pengenalan, sedangkan bahasa nonmedis atau yang tidak didukung menghasilkan transkripsi yang kurang akurat. Sistem memerlukan koneksi internet karena menggunakan layanan Google Speech Recognition.

Kesimpulan: aplikasi speech-to-text dapat mendukung proses pengodean penyakit secara efektif dengan meningkatkan efisiensi dan mempermudah alur kerja petugas koder.

Kata Kunci: pengodean penyakit; ICD-10; aplikasi rekam medis; terminologi medis; pengenalan suara; speech-to-text.

Downloads

Download data is not yet available.

References

Anggreni, N. K. E., Hermawati, F. A., & Noviekayanti, I. G. A. A. (2022, October). Sistem Pengenalan Ucapan Manusia Dengan Menggunakan Google Api Pada Sistem Pakar Konseling Trauma Pada Anak Di Masa Pandemi. In Senakama: Prosiding Seminar Nasional Karya Ilmiah Mahasiswa (Vol. 1, No. 1, pp. 695-705).

Athallah, N. A. (2025). Perancangan Aplikasi Terminologi Medis Berbasis Website dengan Metode Prototyping di Laboratorium Rekam Medis dan Informasi Kesehatan Poltekkes Kemenkes Tasikmalaya (Doctoral dissertation, Politeknik Kesehatan Tasikmalaya).

Badriyah, M. (2024). Prototyping Aplikasi Daftar Istilah Medis Dan Kodefikasi Terkait Sistem Kardiovaskular Di Laboratorium Komputer Prodi RMIK Cirebon Poltekkes Kemenkes Tasikmalaya (Doctoral Dissertation, Politeknik Kesehatan Tasikmalaya).

Buana, I. K. S. (2020). Implementasi aplikasi speech to text untuk memudahkan wartawan mencatat wawancara dengan python. Jurnal Sistem Dan Informatika (JSI), 14(2), 135-142.

Budiyanti, N. (2025). Perancangan Website INCLADIS sebagai alat bantu dalam menunjang akurasi kodefikasi penyakit sesuai ICD 10 dan ICD 11. Health Educational Laboratory, 1(2), 41-53.

Crystian, C. (2024). Perancangan Machine Leraning Untuk Memudahkan Meringkas Isi Rekaman Audio Kedalam Bentuk Teks (Doctoral dissertation, Kode universitas 041060 #Universitas Buddhi Dharma).

Julyyani, D. (2024). Prototyping Aplikasi Daftar Istilah Medis Dan Kodefikasi Terkait Sistem Saraf Di Laboratorium Komputer Prodi Rmik Cirebon Poltekkes Kemenkes Tasikmalaya (Doctoral Dissertation, Politeknik Kesehatan Tasikmalaya).

Maulidyna, S. N. (2024). Prototyping Aplikasi Daftar Istilah Medis Dan Kodefikasi Sistem Hematologi Berbasis Website Berdasarkan Icd-10 Sebagai Media Pembelajaran Mahasiswa Di Laboratorium Komputer RMIK (Doctoral Dissertation, Politeknik Kesehatan Tasikmalaya).

Meianti, Anggia; Rohman, Hendra; Mayretta, Anna. (2018). Perencanaan Implementasi Unit Kerja Rekam Medis Untuk Klinik Pratama Pancasila Baturetno Wonogiri. Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI), [S.l.], v. 6, n. 2, p. 135-141, des. 2018. ISSN 2337-6007. <http://jmiki.aptirmik. or.id/index.php/jmiki/article/view/198>. doi:http://dx.doi.org/10.33560/.v6i2.198.

Prayoga, N. F. I., Astuti, Y., & Waluyo, C. B. (2019). Analisis speaker recognition menggunakan metode dynamic time warping (DTW) berbasis matlab. Aviation Electronics, Information Technology, Telecommunications, Electricals, Controls, 1(1), 77-85.

Rohman, H., Handoko T., Sulistyo, W. (2017). Perancangan Sistem Informasi Pelaporan Rekam Medis Rawat Jalan. Jurnal Ilmu Kesehatan Bhakti Setya Medika, Vol 2.

Rohman, H., & Try Nur Aminna. (2018). Perancangan Sistem Informasi Pelaporan Posyandu Lansia. Jurnal Manajemen Informasi Dan Administrasi Kesehatan (J-MIAK), 01(02), 1–6.

Wafiy, A. D., & Prasetio, B. H. (2024). Penerapan Model Whisper Pada Embedded System Untuk Speech to Text. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 8(8).

World Health Organization. (2010). International Classification of Diseases, 10th Revision (ICD-10). Geneva: World Health Organization. Available from: https://www.who.int/classifications/icd/icdonlineversions/en/.