APLIKASI TES VISUS MATA (VISUAL ACUITY TEST) DAN KELAINAN REFRAKSI BERBASIS ANDROID

Anditasari, Stephanie and Aan, Erlanshari and Endina, Putri Purwandari (2015) APLIKASI TES VISUS MATA (VISUAL ACUITY TEST) DAN KELAINAN REFRAKSI BERBASIS ANDROID. Undergraduated thesis, Universitas Bengkulu.

	Archive (Thesis) I,II,III,-1-15, ste-FT..pdf - Bibliography Restricted to Registered users only Available under License Creative Commons GNU GPL (Software). Download (2MB)
	Archive (Thesis) IV,V,VI-Lamp, 1-15- ste-FT.pdf - Bibliography Restricted to Registered users only Available under License Creative Commons GNU GPL (Software). Download (3MB)

Abstract

Ketergantungan masyarakat terhadap alat teknologi tidak hanya memiliki dampak positif, namun juga dampak negatif salah satunya terhadap kesehatan mata. Oleh sebab itu, diperlukan kesadaran untuk memeriksa kesehatan mata secara rutin agar gangguan penglihatan dapat diketahui sejak dini. Penelitian ini bertujuan untuk membuat sebuah aplikasi tes visus dan kelainan refraksi menggunakan Snellen Chart, Near Point Card, Astigmatism Wheel, dan Duochrome Test. Nilai visus diketahui dengan mengunakan Snellen Chart, yang hingga saat ini merupakan bentuk tes yang paling banyak digunakan baik di rumah sakit maupun optik. Near Point Card digunakan untuk mengetahui kemampuan penglihatan. Astigmatism Wheel digunakan untuk mendeteksi kemungkinan adanya kelainan silindris. Duochrome Test digunakan untuk mendeteksi kelainan plus atau minus pada seseorang. Sistem ini dibangun menggunakan bahasa pemrograman java Android 4.0 SDK, dengan menggunakan IDE Eclipse 3.7 Indigo. Metode pengembangan sistem yang digunakan adalah model Waterfall dan Unified Modelling Language(UML). Hasil akhir dari aplikasi ini adalah dapat mengetahui nilai visus pengguna dengan rentang nilai antara 0.1-1.0. Aplikasi juga dapat mengetahui kemampuan penglihatan jarak dekat pengguna, dan prediksi kelainan refraksi. Dari hasil perbandingan hasil tes aplikasi dengan hasil tes manual, diperoleh ketepatan ratarata aplikasi dalam memprediksi kondisi mata pengguna sebesar 90 % .

Actions (login required)

View Item