BAB IV HASIL DAN PEMBAHASAN

(1)

47

HASIL DAN PEMBAHASAN

4.1 Hasil

Pengembangan

Sistem

Penelitian ini mengembangkan dua buah prototipe aplikasi, yaitu aplikasi pada client dan aplikasi pada server. Aplikasi pada client akan diimplementasikan pada telepon pintar dengan sistem operasi Android, sedangkan aplikasi pada server akan diimplementasikan di komputer.

4.1.1 Aplikasi Prototipe Server

Aplikasi prototipe di server diberi nama MAS (Medical Alert System). Aplikasi prototipe ini dikembangkan dengan menggunakan bahasa pemrograman PHP versi 5.4.16. Aplikasi prototipe yang sudah selesai dikembangkan kemudian diuji coba dalam lingkungan lokal dengan menggunakan bantuan aplikasi XAMPP versi 3.2.1. Aplikasi prototipe ini dapat dijalankan dengan menggunakan web browser. Fungsi yang terdapat dalam aplikasi prototipe ini adalah sebagai berikut:

1. Login admin,

2. CRUD (Create, Read, Update, Delete) data admin, 3. CRUD data pasien,

(2)

pada bagia 4. Mena aplika 5. Mena sinya 6. Mena pasien 7. Melak pasien Tampilan a gambar 4.1 Gambar 4 Gambar 4 an yang men ampilkan daf asi prototipe ampilkan inf al peringatan ampilkan ara n yang meng kukan perub n. n layar pada : 4.1 Skema N 4.2 adalah ta nampilkan da ftar sinyal pe e client, formasi lanju beserta loka ah jalan yang girimkan sin bahan status aplikasi pro Navigasi Apl ampilan dari aftar sinyal p eringatan ya ut mengenai asi telepon p g harus diam nyal peringat dari peringa totipe memi likasi Prototi aplikasi pro peringatan y ang dikirim d pasien yang pintar pasien mbil menuju l tan, dan atan yang dik

iliki skema s ipe MAS ototipe khusu yang diterima dari g mengirim , lokasi kirim dari seperti usnya pada a server.

(3)

4.1.2

proto Java. opera Gambar 4

2 Aplikas

Aplikasi otipe ini dike

. Aplikasi pr asi Android Gambar 4.2 4.3 adalah ta Gambar 4.3

si Prototi

prototipe di embangkan d rototipe ini d dengan vers 2 Tampilan V ampilan dari Tampilan V

ipe Clien

client diberi dengan men dikembangka si minimal 2 View Alert rincian siny View Detail

t

i nama FallC nggunakan ba an untuk dig .2, namun di yal peringata Client. Aplik ahasa pemro gunakan pada itargetkan un an di atas. kasi ograman a sistem ntuk versi

(4)

4.2. A pada Bera Ukur Data Sens OS Chip CPU dan l Aplikasi pro a telepon pin at ran a sor pset U Aplikasi 1. Melak 2. Meng 3. Mend 4. Meng Tampilan layar utama. G ototipe yang tar Android Tabel prototipe pa kukan login gaktifkan sen deteksi jatuh girimkan siny n layar pada Gambar 4.4 Gambar 4.4 telah selesai dengan spes l 4.1 Spesifik 15 72 GP ED W Ac An M Qu

ada client ini sesuai deng nsor accelero h, dan yal peringat aplikasi clie 4 menunjukk Tampilan L i ini kemudia sifikasi seper kasi Telepon 59 g 20 x 1280 pix PRS Class 1 DGE Class 1 Wi-Fi 802.11 ccelerometer ndroid OS, v Mediatek MT6 uad-core 1.2 memiliki fu gan ID pasien ometer secar an. ent hanya ad kan tampilan ogin Client an diimplem rti pada tabe n Pintar xels, 5.2 inc 2, 12, a/b/g/n, dua r v4.2.1 (Jelly 6589 2GHz Cortex ungsi sebaga n yang terda ra otomatis, a dua, yaitu n layar login mentasikan el 4.1. i l band Bean) x-A7 ai berikut: aftar, layar login .

(5)

4

4.1.3

komu digun conn dalam

4.2 Has

berik Gambar 4 G

3 Koneks

Aplikasi unikasi. Dal nakan adalah nection deng m proses per

sil Pengo

Data yan kut: 1. Data 2. Data 3. Data denga 4.5 menunju Gambar 4.5 T

si Jaring

client dan se am prototipe h jaringan in an kecepatan rtukaran data

olahan Da

g dikumpulk yang dikum yang dikum yang dikum an durasi. ukkan tampil Tampilan Ut

an

erver akan d e sistem ini, nternet denga n 1.5Mb/s at anya.

ata

kan terdiri da mpulkan berd mpulkan berd mpulkan berd

lan layar utam

tama Client

dihubungkan jaringan kom an menggun tau setara de

ari tiga kelom

asarkan frek asarkan dura asarkan gabu ma. melalui sua munikasi ya nakan broadb engan 187.5 mpok yaitu s kuensi, asi, dan ungan freku atu jaringan ang band KB/s sebagai uensi

(6)

4.2.1 Data Berdasarkan Frekuensi

Aktivitas yang datanya dicatat berdasarkan frekuensi dicatat sebanyak seratus kali dengan aktivitas sebagai berikut:

1. Telepon pintar dijatuhkan dari ketinggian 20cm ke tanah dan data dicatat saat telepon pintar di atas tanah,

4. Telepon pintar dimasukkan ke dalam saku celana kemudian pengguna duduk di kursi dengan ketinggian 50cm kemudian berdiri dan dicatat saat berdiri, dan

5. Telepon pintar dimasukkan ke saku celana kemudian pengguna melakukan squat dan dicatat pada saat pengguna berdiri.

Kelima aktivitas di atas akan dicatat nilai g-force tertinggi dan terendah. Dari dua nilai tersebut, kemudian dihitung selisih nilai g-force tertinggi dengan nilai g-force terendah. Sampai disini, kita memiliki tiga buah nilai, yaitu sebagai berikut:

1. Nilai g-force tertinggi (Highest G-Force), 2. Nilai g-force terendah (Lowest G-Force), dan

(7)

Setelah mendapatkan tiga nilai di atas, maka kemudian dihitung nilai maksimum, minimum, jumlah, dan rata-rata dari ketiga nilai di atas dari total seratus kali pencatatan.

Hasil pengolahan data dari kelima aktivitas di atas akan disajikan pada lampiran.

4.2.2 Data Berdasarkan Durasi

Aktivitas yang datanya dicatat berdasarkan durasi dicatat setiap satu detik selama seratus detik dengan aktivitas sebagai berikut:

1. Telepon pintar diletakkan di atas meja setinggi 75cm, 2. Telepon pintar diletakkan di atas lantai,

3. Telepon pintar dimasukkan ke dalam saku celana dan pengguna duduk di kursi setinggi 50cm,

4. Telepon pintar dimasukkan ke dalam saku celana dan pengguna berdiri,

5. Telepon pintar dimasukkan ke dalam saku celana dan pengguna berbaring di lantai,

6. Telepon pintar dimasukkan ke dalam saku celana dan pengguna berjalan,

7. Telepon pintar dipegang pengguna sambil mengetik pesan dan pengguna berjalan,

8. Telepon pintar dimasukkan ke dalam saku celana dan pengguna lompat tali, dan

(8)

9. Telepon pintar dimasukkan ke dalam saku celana dan pengguna menggoyangkan pinggangnya dengan hulahoop.

Sama seperti sebelumnya, nilai yang akan dicatat dari data pada aktivitas ini adalah g-force tertinggi dan terendah. Nilai tersebut kemudian akan digunakan untuk menghitung selisih nilai g-force tertinggi dengan nilai g-force terendah. Artinya akan ada tiga buah nilai, yaitu sebagai berikut:

1. Nilai g-force tertinggi (Highest G-Force), 2. Nilai g-force terendah (Lowest G-Force), dan

3. Nilai selisih g-force tertinggi dengan terendah (Difference).

Hasil pengolahan data dari sembilan aktivitas di atas akan disajikan pada lampiran.

4.2.3 Data Berdasarkan Gabungan Frekuensi dengan

Durasi

Aktivitas yang datanya dicatat berdasarkan gabungan dari

(9)

sepuluh detik pada masing-masing aktivitas. Aktivitasnya adalah sebagai berikut:

1. Telepon pintar dimasukkan ke saku baju, kemudian pengguna berjalan dan duduk,

2. Telepon pintar dimasukkan ke saku baju, kemudian pengguna berjalan dan berhenti dalam posisi berdiri,

3. Telepon pintar dimasukkan ke saku baju, kemudian pengguna berjalan dan terjatuh terbaring di atas lantai, dan

4. Telepon pintar dimasukkan ke saku baju, kemudian pengguna melompat sekali dan terjatuh terbaring di atas lantai.

Terdapat sedikit perbedaan dalam pengolahan data pada bagian ini. Pengolahan data dimulai dengan mencatat nilai g-force tertinggi dan terendah. Dari nilai ini kemudian dihitung nilai difference. Nilai difference pada masing-masing detik akan dicatat dan dicari nilai initial standby difference, yaitu nilai difference awal yang termasuk nilai difference standby. Setelah diketahui detik berapa yang merupakan initial standby difference, maka kemudian akan dihitung nilai difference tiga detik sebelum initial standby difference.

Sampai sini telah didapatkan tiga nilai difference yang merupakan nilai dari tiga detik sebelumnya. Dari tiga nilai ini maka diambil nilai maksimum dari tiga nilai tersebut. Kemudian dari nilai maksimum ini dihitung selisihnya dengan nilai initial standby difference.

(10)

1. Nilai initial standby difference,

2. Nilai difference maksimum dalam jangka waktu tiga detik sebelum nilai initial standby difference, dan

3. Nilai selisih initial standby difference dengan difference maksimum.

Hasil pengolahan data dari empat aktivitas di atas akan disajikan pada lampiran.

4.2.4 Hasil Analisis Pengolahan Data

Setelah semua data dikumpulkan dan diolah, kemudian analisis dilakukan terhadap hasil pengolahan data tersebut. Dari analisis hasil pengolahan data tersebut, didapatkan beberapa fakta yaitu sebagai berikut:

1. Nilai difference maksimum dari semua nilai difference pada aktivitas yang termasuk kategori standby adalah sebesar 0.01092676. Artinya adalah apabila terdapat aktivitas yang nilai difference-nya berada di bawah atau sama dengan nilai tersebut maka dipastikan bahwa aktivitas tersebut sedang berada dalam keadaan standby. Sebaliknya, aktivitas yang tidak termasuk ke dalam kategori standby akan memiliki nilai

(11)

2. Aktivitas yang termasuk dalam kategori terjatuh bebas (free fall) akan memiliki nilai g-force terendah (Lowest G-force) yang mendekati nilai 0. Nilai tersebut tidak mutlak 0, namun pergerakan nilai g-force ini akan mendekati angka 0.

3. Berdasarkan hasil pengolahan data, dapat dilihat bahwa terdapat perbedaan antara perubahan aktivitas yang diakhiri jatuh dengan aktivitas yang tidak diakhiri jatuh. Perbedaan tersebut ada pada nilai selisih antara initial standby difference (nilai difference awal pada saat standby) dengan nilai difference terbesar pada aktivitas dalam durasi tiga detik sebelum standby. Nilai selisih akan lebih besar pada aktivitas yang diakhiri jatuh.

4.3 Nilai Batas Ambang

Pada bagian ini akan dibahas mengenai penggunaan nilai yang akan menjadi batas ambang atau threshold pada algoritma. Tujuan penggunaan batas ambang ini adalah untuk memudahkan deteksi Berdasarkan definisi jatuh yang digunakan dalam penelitian ini, maka akan dicari dua buah nilai batas ambang, yaitu nilai batas ambang standby dan nilai batas ambang jatuh.

Nilai batas ambang standby ditujukan untuk mendeteksi ketiadaan aktifitas pada pengguna, sedangkan nilai batas ambang jatuh ditujukan untuk mendeteksi apakah aktifitas yang dilakukan pengguna melebih batas ambang sebuah aktifitas jatuh.

(12)

4.3.1 Nilai Batas Ambang Standby

Nilai batas ambang standby diambil berdasarkan data, dengan mengambil nilai maksimum difference dari lima aktivitas standby yang termasuk dalam kelompok data yang dikumpulkan berdasarkan durasi. Alasan pengambilan nilai maksimum dari seluruh nilai difference adalah karena semua nilai difference tersebut termasuk dalam kategori standby, sehingga dengan mengambil nilai difference maksimum akan memastikan bahwa semua nilai difference akan terdeteksi sebagai standby.

Dari jumlah data sebanyak 500 data, apabila nilai difference maksimum yang diambil, kemudian data ditambahkan menjadi lebihd ari 500, maka nilai maksimum difference kemungkinan akan berubah. Oleh karena itu, dilakukan pembulatan nilai difference maksimum tersebut menjadi tiga angka decimal. Adapun nilai yang dijadikan batas ambang adalah sebagai berikut.

STANDBY_THRESHOLD 0.011

4.3.2 Nilai Batas Ambang Jatuh

Nilai batas ambang jatuh juga diambil berdasarkan data dengan melihat perbedaan pada perubahan aktivitas. Diawali dengan mencari nilai initial standby difference dan nilai difference pada aktivitas tiga detik sebelum aktivitas standby awal, kemudian menghitung selisih dari kedua nilai tersebut.

(13)

Empat aktivitas yang datanya dikumpulkan berdasarkan gabungan frekuensi dengan durasi akan digunakan dalam mencari nilai batas ambang jatuh. Aktivitas pertama dan kedua adalah aktivitas yang tidak diakhiri jatuh, sedangkan aktivitas ketiga dan keempat adalah aktivitas yang diakhiri jatuh.

Berdasarkan data yang dihasilkan, nilai selisih pada aktivitas yang diakhiri jatuh dengan aktivitas yang tidak diakhiri jatuh memiliki

perbedaan nilai. Gambar 4.6 adalah representasi hasil nilai selisih dari keempat aktivitas dalam bentuk grafik.

Dari seratus nilai selisih tersebut, Berikut adalah nilai rata-rata, maksimum, dan minimum dari masing-masing aktivitas

Tabel 4.2. Nilai Selisih Empat Aktivitas

Aktivitas Rata-rata Maksimum Minimum

1 0.743010409 1.512347145 0.398415204 2 0.626240419 1.092805031 0.254507614 3 1.846840327 3.197259435 1.025697539 4 2.348964534 3.403780289 1.425310416

Dari grafik di atas, dapat diamati bahwa aktivitas yang mengalami jatuh akan memiliki nilai selisih minimum sebesar 1.025697539. Dengan menggunakan nilai minimum ini sebagai nilai batas ambang jatuh, maka semua aktivitas pada aktivitas ketiga dan keempat akan terdeteksi jatuh.

Dari data nilai selisih berjumlah 400 tersebut, apabila ditambahkan jumlah data yang diakhiri jatuh, akan memiliki kemungkinan dimana nilai selisih minimum akan berubah. Oleh karena itu, nilai batas ambang jatuh akan dibulatkan ke atas menjadi tiga decimal, yaitu sebesar 1.026.

(14)

(15)

Berikut adalah jumlah deteksi apabila nilai selisih minimum tersebut digunakan sebagai nilai batas ambang dan diujikan keempat aktivitas sebelumnya.

Tabel 4.3. Jumlah Deteksi Jatuh

Aktivitas Jumlah Terdeteksi Jatuh

1 7 2 3 3 100 4 100

Berikut adalah nilai batas ambang jatuh yang akan digunakan. FALL_THRESHOLD 1.026

4.4 Implementasi

Algoritma

Tujuan pencarian dua buah nilai batas ambang di atas adalah untuk digunakan sebagai pendeteksi dalam algoritma. Sesuai dengan algoritma pendeteksi jatuh yang dirancang khusus untuk penelitian ini, nilai batas ambang standby dan jatuh akan digunakan masing-masing untuk mendeteksi apakah pengguna dalam keadaan standby atau jatuh.

Pengguna yang sedang tidak bergerak atau diam akan dideteksi menggunakan batas ambang standby. Pengguna yang mengalami

perubahan aktivitas akan dideteksi oleh batas ambang jatuh. Apabila nilai g-force pengguna tidak melebihi nilai batas ambang standby, maka

(16)

pengguna dideteksi dalam keadaan standby, apabila perubahan aktivitas melebihi batas ambang jatuh maka pengguna dideteksi mengalami jatuh.

Algoritma ini kemudian dituangkan dalam sebuah pseudocode yang akan diimplementasikan ke dalam bahasa pemrograman Java di Android. Gambar 4.7 adalah pseudocode dari algoritma pendeteksi jatuh.

4.5 Hasil Uji Coba Algoritma

Algoritma di atas kemudian diimplementasikan ke dalam kode program di Android dan diujikan. Cara pengujiannya adalah dengan memasukkan telepon pintar ke dalam saku, kemudian melakukan aktivitas. Aktivitas dibagi menjadi dua kelompok, yaitu kelompok aktivitas yang diakhiri jatuh dengan yang tidak diakhiri jatuh. Kelompok aktivitas yang tidak diakhiri jatuh dibagi menjadi empat aktivitas, masing-masing dilakukan sebanyak 30 kali perubahan, dengan masing-masing perubahan diakhiri dengan posisi duduk atau berdiri selama lima detik. Kelompok aktivitas yang diakhiri jatuh dibagi menjadi empat aktivitas, masing-masing dilakukan sebanyak 30 kali perubahan yang diakhiri posisi terbaring di lantai selama lima detik.

Pengujian ini bertujuan untuk melihat apakah sinyal peringatan terkirim ke server atau tidak. Selain ini, pengujian juga dilakukan untuk menghitung nilai TP (True Positive), FP (False Positive), TN (True Negative), dan FN (False Negative) berdasarkan sinyal peringatan yang diterima server.

(17)

(18)

Adapun aktivitas yang tidak diakhiri jatuh adalah sebagai berikut: 1. Berjalan – duduk sebanyak 30 kali,

2. Berjalan – berdiri sebanyak 30 kali,

3. Naik tangga – berdiri sebanyak 30 kali, dan 4. Turun tangga – berdiri sebanyak 30 kali.

Aktivitas yang diakhiri jatuh adalah sebagai berikut: 1. Berjalan – jatuh sebanyak 30 kali,

2. Lompat – jatuh sebanyak 30 kali, 3. Berlari – jatuh sebanyak 30 kali, dan 4. Berdiri – jatuh sebanyak 30 kali.

Gambar 4.8 menunjukkan salah satu sampel dari hasil uji coba berjalan – duduk. Pengguna berada pada posisi standby pada detik ke tujuh. Sehingga data yang dicek apakah melebihi nilai batas ambang jatuh adalah data pada detik ke empat, lima, dan enam. Dari ketiga data tersebut, tidak ada satupun data yang melebih nilai batas ambang sebesar 1.026, sehingga dalam kasus ini tidak terdeteksi jatuh.

(19)

Gambar 4.9 menunjukkan salah satu sampel dari hasil uji coba lompat – jatuh. Pengguna berada pada posisi standby pada detik ke enam. Sehingga data yang dicek apakah melebihi nilai batas ambang jatuh adalah data pada detik ke tiga, empat, dan lima. Dari ketiga data tersebut, data pada detik ketiga memiliki nilai yang melebihi nilai batas ambang jatuh, sehingga terdeteksi jatuh.

Gambar 4.9 Sampel Uji Coba Lompat Duduk

Tabel 4.4 menunjukkan jumlah sinyal peringatan yang diterima server dari 240 kali percobaan.

Tabel 4.4. Jumlah Sinyal yang Diterima Server

Aktivitas Jumlah Sinyal yang Diterima Server

Berjalan – duduk 1/30 Berjalan – berdiri 1/30 Naik tangga - berdiri 1/30 Turun tangga – berdiri 1/30 Berjalan – jatuh 30/30

Lompat – jatuh 30/30 Berlari – jatuh 30/30 Berdiri – jatuh 30/30

(20)

Aktivitas yang tidak diakhiri jatuh, akan menambah nilai FP apabila ada sinyal peringatan yang diterima server, sebaliknya apabila tidak mengirim sinyal ke server nilai TN akan bertambah.

Aktivitas yang diakhiri jatuh dan ada sinyal peringatan yang diterima server maka nilai TP akan bertambah, sebaliknya apabila tidak ada sinyal peringatan yang diterima server maka nilai FN akan bertambah.

Berdasarkan data di atas, tabel 4.5 berikut adalah nilai TP, FP, TN, dan FN.

Tabel 4.5. Nilai TP, FP, TN, dan FN

TP FP TN FN

120 4 116 0

4.6 Evaluasi Hasil Uji Coba

Berdasarkan nilai TP, FP, TN, dan FN yang telah dicatat sebelumnya, kemudian nilai ini digunakan untuk menghitung nilai sensitivitas, spesifisitas, dan akurasi. Ketiga nilai tersebut dihitung menggunakan relasi 2.4, 2.5, dan 2.6.

Berikut adalah nilai sensitivitas. 120

120 0 1

Berikut adalah nilai spesifisitas. 116

(21)

Adapun nilai akurasi dari hasil implementasi ini adalah sebagai berikut.

120 116

116 120 0 4 0.9833

Nilai satu menandakan 100%, sedangkan nilai nol menandakan 0%.

4.7 Hasil

Perhitungan

Penghematan Kecepatan

Penanganan Korban

Berdasarkan model pada gambar 3.4, ada dua proses yang mengalami penghematan apabila menggunakan sistem. Dua proses ini akan digantikan menjadi satu proses seperti model pada gambar 3.5. Adapun dua proses yang dihemat adalah sebagai berikut:

1. Waktu yang dibutuhkan korban untuk dibantu orang lain, dan 2. Waktu yang dibutuhkan untuk menelepon rumah sakit. Dari dua proses tersebut, proses yang pertama diasumsikan akan membutuhkan waktu selama lima detik atau lebih, karena orang lain yang tidak mengenal korban akan ragu untuk memberikan bantuan dan itu membutuhkan waktu. Sedangkan untuk proses kedua juga diasumsikan membutuhkan waktu selama lima detik atau lebih, karena waktu tersebut dibutuhkan untuk menelepon, menunggu pihak rumah sakit mengangkat telepon dan menanyakan informasi. Artinya, waktu tercepat dalam menyelesaikan kedua proses tersebut adalah sepuluh detik atau lebih.

(22)

Relasi 4.1 adalah representasi waktu yang dibutuhkan, dimana x adalah variabel waktu tambahan pada proses pertama, sedangkan y adalah variabel waktu tambahan pada proses kedua.

10 (4.1)

Adapun proses penggantinya adalah waktu yang dibutuhkan perangkat untuk mengirimkan sinyal ke rumah sakit. Lama waktu yang dibutuhkan bergantung pada kecepatan koneksi perangkat dan lagging time pada masing-masing penyedia layanan internet. Dengan asumsi tidak ada lagging time pada penyedia layanan internet, maka berdasarkan hasil pengolahan data perbandingan waktu, rata-rata waktu yang dibutuhkan untuk mengirimkan sinyal ke server adalah selama 5.46 detik. Apabila terdapat lagging time maka waktu 5.46 detik tersebut akan bertambah bergantung dengan lamanya lagging time.

10 5.46 (4.2)

Berdasarkan relasi 4.2, variabel z adalah besaran waktu lagging time yang terjadi pada penyedia layanan internet, apabila tidak ada lagging time maka variabel ini akan memiliki nilai nol.

4.8 Antisipasi

False Positive

FP (False Positive) adalah nilai yang dihasilkan karena telepon pintar mengirimkan sinyal peringatan meskipun pengguna tidak terjatuh. Dalam hal ini, seharusnya pihak rumah sakit tidak perlu mengirimkan

(23)

bantuan kepada korban, namun hal ini dapat diantisipasi dengan beberapa prosedur tambahan. Gambar 4.10 adalah model antisipasi yang dapat dilakukan pihak rumah sakit untuk mengatasi FP.

Gambar 4.10 Model Antisipasi FP

Berdasarkan model pada gambar 4.10, berikut adalah skenario yang dapat dilakukan untuk mengantisipasi adanya FP:

1. Pertama kali sinyal diterima, artinya telepon pintar korban berhasil mendeteksi adanya jatuh, namun korban belum tentu benar-benar terjatuh,

2. Kemudian pihak rumah sakit langsung mengirimkan bantuan, contohnya ambulans, dan menghubungi korban dengan cara menelepon,

(24)

3. Apabila korban menerima panggilan, pihak rumah sakit dapat menanyakan lebih lanjut apakah korban memang

membutuhkan bantuan. Mungkin saja korban tidak membutuhkan bantuan sehingga pihak rumah sakit dapat membatalkan pengiriman bantuan kepada korban,

4. Namun apabila korban tidak menerima panggilan, maka pihak rumah sakit tidak bisa membatalkan pengiriman bantuan.

Skenario ini dilakukan dengan pertimbangan bahwa korban masih membutuhkan bantuan meskipun masih mampu bergerak setelah