Workshop Integrasi Sistem KIA di Gedung Tahir Lt. 8 FK-KMK UGM
Academic Health Systems (AHS) Fakultas Kedokteran, Kesehatan Masyarakat dan Keperawatan (FK-KMK) UGM menyelenggarakan workshop integrasi sistem informasi kesehatan ibu dan anak (KIA) dalam rangka untuk menurunkan Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) pada tanggal 12-13 Februari 20120. Bersama dengan Dinkes DI Yogyakarta, Dinkes di 5 Kabupaten/Kota dan Klaten memaparkan berbagai inovasi pencatatan dan pelaporan KIA yang sudah diterapkan. SIM KIA Sembada, SIPIA, SIMUNDU, Prelite, Bumilku, RHC, Simpus GizKIA dan Kesga DIY merupakan beberapa aplikasi yang merupakan inovasi sistem informasi yang tersedia di Dinas Kesehatan, Puskesmas, dan Rumah Sakit. Read more
Kuliah Terbuka disampaikan oleh dr. Guardian Yoki Sanjaya, M.Hlth.Info
Sebagai upaya untuk silaturahmi, promosi dan mendiseminasikan sistem informasi kesehatan, SIMKES UGM bekerjasama dengan Prodi Ilmu Kesehatan Masyarakat, Fakultas Ilmu Keolahragaan (FIK), Universitas Negeri Malang (UM) menyelenggarakan kuliah terbuka dengan tema “Sistem Informasi untuk Mendukung Kesehatan Masyarakat” pada tanggal 10 Februari 2020. Kegiatan dengan dosen muda dan mahasiswa S1 IKM yang sedang mengambil matakuliah sistem informasi puskesmas dan rumah sakit ini, memberikan inspirasi bagi mahasiswa untuk penelitian dan mengetahui peran informatika kesehatan dalam mendukung sistem kesehatan di Indonesia.
Sehubungan dengan darurat nasional COVID-19, maka kegiatan Annual Scientific Meeting (ASM) 2020 Pokja Informatika Biomedis FKKMK hanya akan diselenggarakan secara WEBINAR mulai pukul 10-12.
Link webinar: http://ugm.id/webinarasm2020
Topik webinar ASM 2020: Telemedicine untuk Penanganan Wabah Penyakit Menular COVID-19
Pembicara:
1. dr. Tri Hesti Widyastoeti Marwotosoeko, Sp. M (Kemenkes RI)
2. BPJS kesehatan *dalam konfirmasi
Pembahas: Prof. dr. Laksono Trisnantoro, MSc, PhD
Moderator: Dr. Diah Ayu Puspandari, Apt, MBA M.Kes
Minat Sistem Informasi dan Manajemen Kesehatan menyelenggarakan seminar BIGDATA4HEALTH. Sesi ini membahas tentang potensi analisis data besar untuk kesehatan. Data besar ditandai dengan ciri volumenya yang sangat besar, kecepatan pertumbuhan yang sangat pesat, dan variasi data yang sangat beragam yang sebagian besar tidak terstruktur. Analisis data besar tidak lagi bisa dikelola dengan cara tradisional, akan tetapi dengan algoritma pembelajaran mesin (machine learning algorithm) dan melibatkan data scientist. Dengan karateristik dan kompleksitasnya, analisis data besar membutuhkan keterlibatan multi disiplin dan multi profesi. ilmu dari bidang kesehatan, teknologi informasi dan komunikasi, serta data science. Analisis data besar memiliki potensi besar dalam mendukung program kesehatan, misalnya surveilans penyakit menular, upaya peningkatan mutu layanan kesehatan, penentuan prioritas masalah kesehatan serta strategi promosi dan prevensi yang efektif serta untuk meningkatkan efisiensi biaya pelayanan kesehatan. Pada sesi ini kan dibahas beberapa inisiatif penggunaan data besar untuk kesehatan dan keterlibatan disiplin multiprofesi dalam mengelola dan memanfaatkannya.