• Tidak ada hasil yang ditemukan

Hubungan Computer Vision Syndrome Terhadap Tekanan Darah dan Konsumsi Energi Pada Wanita Dewasa Dengan Visus Normal.

N/A
N/A
Protected

Academic year: 2017

Membagikan "Hubungan Computer Vision Syndrome Terhadap Tekanan Darah dan Konsumsi Energi Pada Wanita Dewasa Dengan Visus Normal."

Copied!
52
0
0

Teks penuh

(1)

ABSTRAK

HUBUNGAN COMPUTER VISION SYNDROME TERHADAP

TEKANAN DARAH DAN KONSUMSI ENERGI PADA

WANITA DEWASA DENGAN VISUS NORMAL

Stephanie Dewi Sarjono, 2011. Pembimbing I : Indra Sjarief S, dr. M. Kes., AIF Pembimbing II : Heddy Herdiman, dr., M.Kes Laptop banyak digunakan masyarakat dari usia muda sampai usia tua, namun penggunaan laptop yang berlebihan dapat menyebabkan Computer Vision Syndrome (CVS). CVS merupakan kumpulan gejala okuler (mata) maupun non okuler, yang timbul selama atau setelah bekerja di depan monitor laptop.

Tujuan penelitian untuk mengetahui efek CVS terhadap perubahan tekanan darah dan konsumsi energi dalam penggunaan laptop pada wanita dewasa.

Disain penelitian dilakukan pre-tes dan post-tes. Data yang diukur adalah tekanan darah sistole dan diastole sebelum dan sesudah pengetikan menggunakan laptop, dan konsumsi energi saat pengetikan menggunakan laptop pada 30 orang. Pengukuran tekanan darah sistole dan diastole dengan menggunakan metode gabungan palpasi-auskultasi pada posisi duduk menyentuh lantai dan lengan setinggi jantung dan denyut jantung dengan heart rate monitor. Analisis data menggunakan uji ”t” berpasangan (α = 0,05) dengan perangkat lunak komputer. Kemaknaan ditentukan berdasarkan nilai p < 0,05. Analisis data konsumsi energi dengan regresi linier.

Hasil rerata tekanan darah setelah pengetikan menggunakan laptop (118,93/79,4 mmHg) lebih tinggi daripada sebelum pengetikan menggunakan laptop (113,43/74,43 mmHg) menunjukkan peningkatan yang sangat signifikan (p=0,00).

Pada analisis regresi linier didapatkan peningkatan waktu disertai dengan peningkatan konsumsi energi, di mana titik-titik sebar mendekati garis lurus. Kesimpulannya adalah CVS berefek terhadap peningkatan tekanan darah sistole dan diastole normal dan konsumsi energi pada wanita dewasa.

(2)

ABSTRACT

THE CONNECTION OF COMPUTER VISION SYNDROME

TOWARDS BLOOD PRESSURE AND ENERGY

CONSUMPTION IN WOMEN WITH NORMAL VISUS

Stephanie Dewi Sarjono, 2011. 1st supervisor : Indra Sjarief S, dr. M. Kes., AIF 2nd supervisor : Heddy Herdiman, dr., M.Kes

Laptops are widely used community from a young age to old age, but the excessive use of laptops cause Computer Vision Syndrome (CVS). CVS is a collection of ocular (eye) and non-ocular symptoms, which arise during or after working in front of the laptop monitor.

The purposes of this research were to determine the effect of CVS on blood pressure and energy consumption on the use laptop in women.

The design of this study was with pre-test and post-test. The parameters measured were systolic and diastolic blood pressure (mmHg), and energy consumption in 30 women. Blood pressure measurements were the combination methods of palpation and auscultation with the feet touching the floor and the arms as high as the heart and heart rate with heart rate monitor. Data analysis using the paired "t" test with α = 0,05, using computer software. Significance was determined by p <0,05. Analysis of energy consumption data by linear regression. The blood pressure average after typing using laptop were on (118,93 / 79,4 mmHg) were higher than before typing using laptop, i.e. (113,43 / 74,43 mmHg). This fact was significant (p = 0,000).

In linear regression analysis found an increase in time is accompanied by an increase in energy consumption, where the scattered dots close to a straight line. It could be concluded that CVS can increase both systolic and diastolic blood pressure and energy consumption in women.

(3)

DAFTAR ISI

LEMBAR PERSETUJUAN ... ii

SURAT PERNYATAAN ... iii

ABSTRAK ... iv

ABSTRACT ... v

KATA PENGANTAR ... vi

DAFTAR ISI ... viii

DAFTAR TABEL ... xi

DAFTAR GAMBAR ... xii

DAFTAR GRAFIK ... xiii

DAFTAR LAMPIRAN ... xiv

BAB I PENDAHULUAN 1.1 Latar Belakang 1

1.2 Identifikasi Masalah 3

1.3 Maksud dan Tujuan Penelitian 3

1.3.1 Maksud Penelitian 3 1.3.2 Tujuan Penelitian 3

1.4 Manfaat Karya Tulis Ilmiah 3

1.4.1 Manfaat Ilmiah 3

1.4.2 Manfaat Praktis 3

1.5 Kerangka Pemikiran dan Hipotesis 4

1.5.1 Kerangka Pemikiran 4

1.5.2 Hipotesis 5

1.6 Metodologi Penelitian 6

1.7 Lokasi dan Waktu Penelitian 6

(4)

2.3 Pengaruh Sistem Saraf Otonom Terhadap Tekanan Darah 17

2.3.1 Sistem Saraf Simpatis 17

2.3.2 Sistem Saraf Parasimpatis 18

2.4 Frekuensi Denyut Jantung 18

2.4.1 Pemeriksaan Frekuensi Denyut Jantung 18

2.5 Konsumsi energi 19

2.6 Jaras Penglihatan 20

2.7 Penglihatan warna 21

2.8 Computer Vision Syndrome 22

BAB III BAHAN/SUBJEK DAN METODE PENELITIAN

3.1 Bahan/ Subjek Penelitian 26

3.1.1 Bahan dan Alat Penelitian 26

3.1.2 Subjek Penelitian 26

3.1.3 Tempat dan Waktu Penelitian 27

3.2 Metode Penelitian 27

3.2.1 Desain Penelitian 27

3.2.2 Variabel Penelitian 27

3.2.2.1Definisi Konsepsional Variabel 27

3.2.2.2Definisi Operasional Variabel 27

3.2.3 Besar Sampel Penelitian 28

3.2.4 Prosedur Kerja 28

3.2.5 Cara Pemeriksaan 29

3.2.6 Metode Analisis 30

3.2.7 Aspek Etik Penelitian 31

BAB IV HASIL DAN PEMBAHASAN

4.1 Hasil Penelitian 32

(5)

4.4.1 Hipotesis Penelitian 38

4.4.2 Hipotesis Data 39

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan 40

5.2 Saran 40

DAFTAR PUSTAKA 41

(6)

DAFTAR TABEL

Tabel 2.1 Data antropometri tenaga kerja Indonesia ... 24

Tabel 4.1 Tekanan Darah Sistole Sebelum dan Setelah pengetikan menggunakan laptop ... 35

Tabel 4.2 Tekanan Darah Diastole Sebelum dan Setelah pengetikan menggunakan laptop ... 36

Tabel 4.3 Hasil Uji “t” Berpasangan Tekanan Darah Sistole ... 36

Tabel 4.4 Hasil Uji “t” Berpasangan Tekanan Darah Diastole ... 36

(7)

DAFTAR GAMBAR

Gambar 2.1 Bagan Faktor-Faktor yang Mempengaruhi Pengontrolan

Cardiac Output 10

Gambar 2.2 Pengaruh Kerja dan Istirahat terhadap Cardiac output 14 Gambar 2.3 Pengukuran Tekanan Darah Metode Auskultasi 17

Gambar 2.4 Heart rate monitor 19

Gambar 2.5 Absorpsi cahaya oleh pigmen ketiga sel kerucut penerima

warna dalam retina manusia 21

(8)

DAFTAR GRAFIK

Grafik 4.1 Grafik uji normalitas data pada tekanan darah sistole

sebelum 32

Grafik 4.2 Grafik uji normalitas data pada tekanan darah sistole

sesudah 33

Grafik 4.3 Grafik uji normalitas data pada tekanan darah diastole

sebelum 33

Grafik 4.4 Grafik uji normalitas data pada tekanan darah diastole

sesudah 34

Grafik 4.5 Grafik uji normalitas data pada konsumsi energi

penggunaan laptop 34

(9)

DAFTAR LAMPIRAN

Lampiran 1 INFORMED CONSENT 44

Lampiran 2 Lembar Kerja 45

Lampiran 3 Data Subjek Penelitian 48

Lampiran 4 Data Hasil Penelitian 49

Lampiran 5 NORMALITAS DATA dengan Uji Goodness of Fit

menurut Pearson Chi-square test 54

Lampiran 6 Regresi Linier 71

Lampiran 7 Hasil Uji “t” berpasangan untuk tekanan darah sistole

sebelum dan setelah mengetik komputer-laptop 73 Lampiran 8 Hasil Uji “t” berpasangan untuk tekanan darah diastole

sebelum dan setelah mengetik komputer-laptop 74

(10)

LAMPIRAN 1 SURAT PERNYATAAN PERSETUJUAN

UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT)

Yang bertanda tangan dibawah ini: N a m a :

U s i a : Alamat :

Pekerjaan : Mahasiswa No. KTP/lainnya:

Dengan sesungguhnya menyatakan bahwa:

setelah mendapat keterangan sepenuhnya menyadari, mengerti, dan memahami tentang tujuan, manfaat dan risiko yang mungkin timbul dalam penelitian, serta sewaktu-waktu dapat mengundurkan diri dari keikut sertaannya, maka saya

setuju ikut serta dalam penelitian yang berjudul: Hubungan Computer Vision

Syndrome terhadap tekanan darah dan konsumsi energi pada wanita dewasa dengan visus normal

Demikian surat pernyataan ini kami buat dengan sesungguhnya dan tanpa paksaan.

Bandung,

Mengetahui, Yang menyatakan

Penanggung jawab penelitian, Peserta penelitian,

( Stephanie Dewi Sarjono ) ( )

Email:

ethic.fkukmrsi@ med.maranatha.

edu

KOMISI ETIK PENELITIAN

FAKULTAS KEDOKTERAN UK MARANATHA - R.S. IMMANUEL

BANDUNG

SOP/008/01.0

Berlaku mulai:

Desember 2010

Judul:

(11)

LAMPIRAN 2

LEMBAR KERJA

No SP

Tekanan Darah Sistole

Sebelum mengetik Setelah timbul gejala CVS

1 2 3 Rerata 1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

(12)

No SP

Tekanan Darah Diastole

Sebelum mengetik Setelah timbul gejala CVS

1 2 3 Rerata 1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

(13)

No SP

Denyut Jantung

Sebelum mengetik Setelah timbul gejala CVS

1 2 3 Rerata 1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

(14)

LAMPIRAN 3

DATA SUBJEK PENELITIAN

No. Usia (Tahun) Tinggi Badan (Cm) Berat Badan (Kg)

1 20 163 57

2 21 143 46

3 20 169 53

4 20 162 50

5 20 167 60

6 20 155 48

7 20 154 50

8 21 154 47

9 20 158 50

10 20 156 53

11 20 153 50

12 21 158 48

13 20 157 46

14 21 164 56

15 21 157 47

16 20 156 51

17 21 150 46

18 20 159 53

19 21 156 47

20 20 160 50

21 21 165 52

22 20 160 55

23 21 158 54

24 20 150 48

25 22 152 43

(15)

LAMPIRAN 4

DATA HASIL PENELITIAN

SP

Tekanan Darah Sistole (mmHg)

Sebelum Mengetik Sesudah

Mengetik Peningkatan

1 2 3 Rerata 1

1 110 110 112 111 118 7

2 110 112 112 111 116 5

3 114 116 120 117 120 3

4 106 110 110 109 118 9

5 120 118 114 117 122 5

6 110 110 110 110 116 6

7 108 106 110 108 114 6

8 110 112 112 111 120 9

9 112 112 112 112 120 8

10 118 120 118 119 124 5

11 114 114 112 113 118 5

12 116 114 110 113 122 9

13 106 110 108 108 114 6

14 120 120 120 120 124 4

15 112 118 114 115 118 3

16 110 108 108 109 120 11

17 114 110 112 112 118 6

18 116 120 118 118 122 4

19 106 110 110 109 114 5

20 120 120 120 120 122 2

21 120 116 118 118 122 4

22 108 106 110 108 118 10

23 108 108 106 107 110 3

24 120 116 118 118 122 4

25 118 116 118 117 120 3

26 110 110 110 110 116 6

27 120 118 120 119 122 3

28 110 112 112 111 118 7

29 114 116 112 114 116 2

30 120 118 118 119 124 5

(16)

SP

Tekanan Darah Diastole (mmHg)

Sebelum Mengetik Sesudah

Mengetik LaptoKomputer-

Peningkatan

1 2 3 Rerata 1

1 70 70 72 71 82 11

2 72 72 72 72 78 6

3 76 74 78 76 80 4

4 68 70 70 69 72 3

5 80 80 78 79 84 5

6 74 70 72 72 76 4

7 74 70 72 72 74 2

8 72 70 72 71 78 7

9 68 68 70 69 76 7

10 70 70 72 71 76 5

11 70 70 70 70 74 4

12 80 80 80 80 84 4

13 70 72 70 71 76 5

14 74 80 82 79 84 5

15 78 74 76 76 82 6

16 78 80 78 79 84 5

17 80 76 76 77 84 7

18 76 82 80 79 82 3

19 76 74 70 73 80 7

20 78 78 76 77 80 3

21 80 80 78 79 84 5

22 70 68 70 69 78 9

23 70 72 76 73 76 3

24 78 78 78 78 82 4

25 76 74 74 75 80 5

26 80 80 78 79 82 3

27 78 78 76 77 80 3

28 70 70 70 70 78 8

29 72 74 78 75 76 1

30 78 74 74 75 80 5

Rerata 74,43 79,4 4,97

(17)

SP

Denyut Jantung

Sebelum Mengetik Sesudah Mengetik

1 2 3 Rerata 1

1 64 66 65 65 75

2 80 82 82 81 90

3 63 65 64 64 74

4 73 75 75 74 90

5 80 80 80 80 87

6 66 65 66 66 82

7 80 82 80 81 86

8 68 66 67 67 76

9 75 74 74 74 84

10 83 84 84 84 93

11 64 65 63 64 78

12 80 84 80 81 92

13 78 76 76 77 87

14 72 76 75 77 84

15 80 75 77 77 88

16 78 77 75 77 95

17 79 77 78 78 84

18 73 67 68 69 88

19 85 82 83 83 91

20 80 77 76 78 88

21 82 80 79 80 89

22 78 77 75 77 87

23 69 66 68 68 76

24 70 69 69 69 85

25 68 66 65 66 82

26 66 68 65 66 79

27 68 66 67 67 83

28 70 73 71 71 82

29 68 66 64 66 78

30 65 66 65 65 77

Rerata 73,07 84,33

(18)

SP

Energi Sebelum Mengetik (Kkal / menit)

Energi Sesudah Mengetik (Kkal / menit)

Konsumsi Energi (Kkal / menit)

(19)

SP Waktu timbul gejala CVS

1 13’ 37”

2 16’ 21”

3 18’ 50”

4 18’ 33”

5 16’ 15”

6 18’ 43”

7 14’ 18”

8 12’ 24”

9 17’ 26”

10 15’ 45”

11 11’ 29”

12 17’ 43”

13 17’ 30”

14 17’ 43”

15 18’ 40”

16 19’ 15”

17 11’ 35”

18 12’ 48”

19 12’ 45”

20 16’ 19”

21 16’ 36”

22 19’ 30”

23 11’ 02”

24 16’ 18”

25 15’ 13”

26 16’ 24”

27 18’ 35”

28 17’ 28”

29 14’ 33”

30 16’ 23”

(20)

LAMPIRAN 5

NORMALITAS DATA dengan Uji Goodness of Fit menurut

Pearson Chi-square test

1.1 Tekanan darah Sistole

Sebelum Sesudah

111 118

111 116

117 120

109 118

117 122

110 116

108 114

111 120

112 120

119 124

113 118

113 122

108 114

120 124

115 118

109 120

112 118

118 122

109 114

120 122

118 122

108 118

107 110

118 122

117 120

110 116

119 122

111 118

114 116

(21)

Pengolahan Data Tekanan Darah Sistole (sebelum) k = (3,3 log 30) + 1 = 5,87 ~ 6

c = X max – X min = 120 – 107,33 = 2,16

k 5,87

k Interval kelas Batas kelas Xi Oi fk Z1 Z2

0 < 107,33 < 107,325 0 0 0 0 -1,44

1 107,33 - 109,48 107,325 - 109,485 108,405 7 7 -1,44 -0,93 2 109,49 - 111,64 109,485 - 111,645 110,565 6 13 -0,93 -0,42 3 111,65 - 113,80 111,645 - 113,805 112,725 4 17 -0,42 0,09 4 113,81 - 115,96 113,805 - 115,965 114,885 2 19 0,09 0,59 5 115,97 - 118,12 115,965 - 118,125 117,045 6 25 0,59 1,1 6 118,13 - 120,28 118,125 - 120,285 119,205 5 30 1,1 1,61

> 120,28 > 120,285 121,365 0 1,61 0 30

P (Z1) P (Z2) P (Z2) - P (Z1) ei eig

0 0,0749337 0,0749337 2,248010986

5,285566267 0,0749337 0,176185542 0,101251843 3,037555281

0,176185542 0,337242727 0,161057185 4,831715538

10,79012551 0,337242727 0,535856393 0,198613666 5,958409972

0,535856393 0,722404675 0,186548283 5,59644848 5,59644848 0,722404675 0,864333939 0,141929264 4,257877914

8,327859743 0,864333939 0,946301072 0,081967133 2,459013984

0,946301072 1 0,053698928 1,610967844

oig

7 0,556096145

10 0,0578583

2 2,311187482 11 0,857403196

χ2

(22)

Contoh perhitungan :

Untuk batas kelas atas 107,325 - 109,485

Z1 = batas atas kelas - = 107,325 – 113,43 = -1,44

S 4,25

Z2 = batas bawah kelas – = 109,485 – 113,43 = -0,93

S 4,25

ei = [P (Z2) - P (Z1)] * 30 = (0,101251843)*30 = 3,037555281 v = k – m – 1 = 4 - 2 – 1 = 1

m : 2 dan k : 4 α = 0,05 χ2

(a,v) dari table chi-square : 3,841 Karena χ2

hitung = 3,782545122 ≤ χ2 (a,v) = 3,841 maka percobaan mengikuti distribusi normal

Dimana :

k : jumlah kelas

c : rentang kelas / interval

Oi : nilai observation data ke-i (kenyataan) ei : nilai expectation data ke-i (harapan) oig : Oi gabungan

eig : ei gabungan v : derajat kebebasan

(23)

Pengolahan Data Tekanan Darah Sistole (sesudah) k = (3,3 log 30) + 1 = 5,87 ~ 6

c = X max – X min = 124 – 110 = 2,39

k 5,87

k Interval kelas Batas kelas Xi Oi fk Z1 Z2

0 < 110 < 109,995 0 0 0 0 -2,6

1 110 - 112,38 109,995 – 112,385 111,19 1 1 -2,6 -1,91 2 112,39 - 114,77 112,385 - 114,775 113,58 3 4 -1,91 -1,22 3 114,78 - 117,16 114,775 – 117,165 115,97 4 8 -1,22 -0,53 4 117,17 - 119,55 117,165 - 119,555 118,36 7 15 -0,53 0,16 5 119,56 - 121,94 119,555 - 121,945 120,75 5 20 0,16 0,85 6 121,95 - 124,33 121,945 - 124,335 123,14 10 30 0,85 1,54 > 124,33 > 124,335 125,53 0 1,54 0

30

P (Z1) P (Z2) P (Z2) - P (Z1) ei eig 0 0,004661188 0,004661188 0,139835641

8,941678962 0,004661188 0,028066607 0,023405419 0,702162559

0,028066607 0,111232437 0,083165831 2,494974924 0,111232437 0,298055965 0,186823528 5,604705838

0,298055965 0,563559463 0,265503497 7,965104925 7,965104925 0,563559463 0,802337457 0,238777994 7,16333982 7,16333982 0,802337457 0,938219823 0,135882366 4,076470992

5,929876294 0,938219823 1 0,061780177 1,853405301

χ2

(a,v) = 3,841 χ2

(24)

oig

8 0,09917145

7 0,116938512 5 0,653332006 10 2,793634498

χ2

= 3,663076466

Contoh perhitungan :

Untuk batas kelas atas 109,995 – 112,385

Z1 = batas atas kelas - = 109,995 – 118,93 = -2,60

S 3,433

Z2 = batas bawah kelas – = 112,385 – 118,93 = -1,91

S 3,433

ei = [P (Z2) - P (Z1)] * 30 = (0,023405419)*30 = 0,702162559 v = k – m – 1 = 4 - 2 – 1 = 1

m : 2 dan k : 4 α = 0,05 χ2

(a,v) dari table chi-square : 3,841

Karena χ2 hitung = 3,663076466 ≤ χ2 (a,v) = 3,841 maka percobaan mengikuti distribusi normal

Dimana :

k : jumlah kelas

c : rentang kelas / interval

(25)

eig : ei gabungan v : derajat kebebasan

m : parameter yang diestimasi k : jumlah kelas gabungan

1.2 Tekanan Darah Diastole

Sebelum Setelah

71 82

72 78

76 80

69 72

79 84

72 76

72 74

71 78

69 76

71 76

70 74

80 84

71 76

79 84

76 82

79 84

77 84

χ2

(a,v) = 3,841 χ2

(26)

77 80

79 84

69 78

73 76

78 82

75 80

79 82

77 80

70 78

75 76

75 80

Pengolahan Data Tekanan Darah Diastole (sebelum) k = (3,3 log 30) + 1 = 5,87 ~ 6

c = X max – X min = 80 – 69 = 1,87

k 5,87

k Interval kelas Batas kelas Xi Oi fk Z1 Z2

0 < 69 < 68,995 0 0 0 0 -1,48

1 69 – 70,86 68,995 – 70,865 69,93 5 5 -1,48 -0,97 2 70,87 - 72,73 70,865 - 72,735 71,8 7 12 -0,97 -0,19 3 72,74 - 74,60 73,735 - 74,605 73,67 2 14 -0,19 0,05 4 74,61 - 76,47 74,605 - 76,475 75,54 5 19 0,05 0,56 5 76,48 - 78,34 76,475 - 78,345 77,41 4 23 0,56 1,07 6 78,35 - 80,21 78,355 - 80,215 79,28 7 30 1,07 1,58

> 80,21 > 80,215 81,15 0 1,58 0

30

P (Z1) P (Z2) P (Z2) - P (Z1) ei eig

0 0,069436623 0,069436623 2,0830987

4,980697382 0,0694366 0,166023246 0,096586623 2,897598682

0,1660232 0,424654565 0,258631319 7,758939576 7,758939576 0,4246546 0,519938806 0,095284241 2,858527217

8,628171477 0,5199388 0,712260281 0,192321475 5,769644259

0,7122603 0,857690346 0,145430064 4,362901935

8,632191565 0,8576903 0,942946567 0,085256221 2,557686634

(27)

oig

5 0,000074807

7 0,074235567

7 0,30724266

11 0,649489384

χ2

= 1,031042418

Contoh perhitungan :

Untuk batas kelas atas 68,995 – 70,865

Z1 = batas atas kelas - = 68,995 – 74,43 = -1,48

S 3,67

Z2 = batas bawah kelas – = 70,865 – 74,43 = -0,97

S 3,67

ei = [P (Z2) - P (Z1)] * 30 = (0,096586623)*30 = 2,897598682 v = k – m – 1 = 4 - 2 – 1 = 1

m : 2 dan k : 4 α = 0,01 χ2

(a,v) dari table chi-square : 3,841

Karena χ2 hitung = 1,031042418 ≤ χ2 (a,v) = 3,841 maka percobaan mengikuti distribusi normal

Dimana :

k : jumlah kelas

c : rentang kelas / interval

(28)

eig : ei gabungan v : derajat kebebasan

m : parameter yang diestimasi k : jumlah kelas gabungan

Pengolahan Data Tekanan Darah Diastole (sesudah) k = (3,3 log 30) + 1 = 5,87 ~ 6

c = X max – X min = 84 – 72 = 2,04

k 5,87

k Interval kelas Batas kelas Xi Oi fk Z1 Z2

0 < 72 < 71,995 0 0 0 0 -2,12

1 72 – 74,03 71,995 – 74,035 73,015 3 3 -2,12 -1,54 2 74,04 – 76,07 74,035 – 76,075 75,055 6 9 -1,54 -0,96 3 76,08 – 78,11 76,075 – 78,115 77,095 4 13 -0,96 -0,38 4 78,12 – 80,15 78,115 – 80,155 79,135 6 19 -0,38 0,2 5 80,16 – 82,19 80,155 – 82,195 81,175 5 24 0,2 0,78 6 82,2 – 84,23 82,195 – 84,235 83,215 6 30 0,78 1,36 > 84,23 > 84,235 85,255 0 1,36 0

30 χ2

(a,v) = 3,841 χ2

(29)

P (Z1) P (Z2) P (Z2) - P (Z1) ei eig

0 0,017003023 0,017003023 0,510090679

5,055828224 0,017003 0,061780177 0,044777154 1,343314622

0,0617802 0,168527607 0,106747431 3,202422923

0,1685276 0,351972708 0,1834451 5,503353003 5,503353003 0,3519727 0,579259709 0,227287002 6,818610056 6,818610056 0,5792597 0,782304562 0,203044853 6,091345589 6,091345589 0,7823046 0,913085038 0,130780476 3,923414269

6,530863128

0,913085 1 0,086914962 2,607448858

oig

9 3,076942157

4 0,410671504

6 0,098278449

5 0,195529079

6 0,043151365

χ2

= 3,824572554

Contoh perhitungan :

Untuk batas kelas atas 71,995 – 74,035

Z1 = batas atas kelas - = 71,995 – 79,4 = -2,12

S 3,49

Z2 = batas bawah kelas – = 74,035 – 79,4 = -1,54

S 3,49

ei = [P (Z2) - P (Z1)] * 30 = (0,044777154)*30 = 1,343314622 v = k – m – 1 = 5 - 2 – 1 = 2

(30)

Karena χ2 hitung = 3,824572554 ≤ χ2 (a,v) = 5,991 maka percobaan mengikuti distribusi normal

Dimana :

k : jumlah kelas

c : rentang kelas / interval

Oi : nilai observation data ke-i (kenyataan) ei : nilai expectation data ke-i (harapan) oig : Oi gabungan

eig : ei gabungan v : derajat kebebasan

m : parameter yang diestimasi k : jumlah kelas gabungan

1.3 Konsumsi Energi Konsumsi Energi

0,4313882 0,519862887

0,42195354 0,871366592 0,391129277

χ2

(a,v) = 5,991 χ2

hitung = 3,824572554

Daerah penolakan Daerah

(31)

0,400986171 0,51630014 0,545336469 0,617152004 0,645766099 0,54460412 0,371316491 0,604253595 1,048216968 0,321101676 0,972007339 0,473421936 0,55403878 0,511371693

0,54460412 0,360206016 0,795889312 0,750602944 0,591467305 0,7656984 0,541984839 0,540309024 0,528987432

Pengolahan Data Konsumsi Energi

k = (3,3 log 30) + 1 = 5,87 ~ 6

c = X max – X min = 1,048216968 – 0,279378055 = 0,13

k 5,87

k Interval kelas Batas kelas Xi Oi fk Z1 Z2

0 < 0,28 < 0,275 0 0 0 0 -1,55

(32)

P (Z1) P (Z2) P (Z2) - P (Z1) ei eig

0 0,060570758 0,060570758 1,81712274

5,764506063 0,060570758 0,192150202 0,131579444 3,947383323

0,192150202 0,428576284 0,236426082 7,09278246 7,09278246 0,428576284 0,691462461 0,262886177 7,886585315 7,886585315 0,691462461 0,880999893 0,189537431 5,686122938

9,256126162 0,880999893 0,969258091 0,088258199 2,647745956

0,969258091 0,994613854 0,025355763 0,760672889 0,994613854 1 0,005386146 0,161584379

oig

6 0,009620494 7 0,001213711 10 0,566344172

7 0,549917446 χ2

= 1,127095822

Contoh perhitungan :

Untuk batas kelas atas 0,275 - 0,405

Z1 = batas atas kelas - = 0,275 – 0,57 = -1,55

S 0,19

Z2 = batas bawah kelas – = 0,405 – 0,57 = -0,87

S 0,19

ei = [P (Z2) - P (Z1)] * 30 = (0,131579444)*30 = 3,947383323 v = k – m – 1 = 4 - 2 – 1 = 1

(33)

Karena χ2 hitung = 1,127095822 ≤ χ2 (a,v) = 3,841 maka percobaan mengikuti distribusi normal

Dimana :

k : jumlah kelas

c : rentang kelas / interval

Oi : nilai observation data ke-i (kenyataan) ei : nilai expectation data ke-i (harapan) oig : Oi gabungan

eig : ei gabungan v : derajat kebebasan

m : parameter yang diestimasi k : jumlah kelas gabungan

1.4 Waktu

Waktu Konversi ke detik

13’ 37” 817

16’ 21” 981

18’ 50” 1130

18’ 33” 1113

16’ 15” 975

χ2

(a,v) = 3,841 χ2

(34)

14’ 18” 858

12’ 24” 744

17’ 26” 1046

15’ 45” 945

11’ 29” 689

17’ 43” 1063

17’ 30” 1050

17’ 43” 1063

18’ 40” 1120

19’ 15” 1155

11’ 35” 695

12’ 48” 768

12’ 45” 765

16’ 19” 979

16’ 36” 996

19’ 30” 1170

11’ 02” 662

16’ 18” 978

15’ 13” 913

16’ 24” 984

18’ 35” 1115

17’ 28” 1048

14’ 33” 873

16’ 23” 983

Pengolahan Waktu

k = (3,3 log 30) + 1 = 5,87 ~ 6

c = X max – X min = 1170 – 662 = 86,54

(35)

k Interval kelas Batas kelas Xi Oi fk Z1

0 < 662 < 661,995 0 0 0 0

1 662 - 748,53 661,995 - 748,535 705,265 4 4 -1,985 2 748,54 - 835,07 748,535 - 835,075 791,805 3 7 -1,409 3 835,08 - 921,61 835,075 - 921,615 878,345 3 10 -0,832 4 921,62 - 1008,15 921,615 - 1008,155 964,885 8 18 -0,256 5 1008,16 - 1094,69 1008,155 - 1094,695 1051,425 5 23 0,321 6 1094,7 - 1181,23 1094,695 - 1181,235 1137,965 7 30 0,897 > 1181,23 > 1181,235 1224,505 0 1,473

30

Z2 P (Z1) P (Z2) P (Z2) - P (Z1) ei

-1,985 0 0,023572236 0,023572236 0,707167072

-1,409 0,023572236 0,079417584 0,055845348 1,67536045 -0,832 0,079417584 0,202704472 0,123286888 3,698606646 -0,256 0,202704472 0,398975419 0,196270946 5,888128392 0,321 0,398975419 0,625894805 0,226919386 6,807581577 0,897 0,625894805 0,815140541 0,189245737 5,677372108 1,473 0,815140541 0,929624482 0,114483941 3,434518219

0 0,929624482 1 0,070375518 2,111265537

eig oig

6,081134168 7 0,138841603

5,888128392 3 1,416627671

6,807581577 8 0,208864437

5,677372108 5 0,080817844

5,545783755 7 0,381324801

χ2

= 2,226476356

Contoh perhitungan :

Untuk batas kelas atas 661,995 - 748,535

(36)

Z2 = batas bawah kelas – = 748,535 – 960,033 = - 1,409

S 150,134

ei = [P (Z2) - P (Z1)] * 30 = (0,055845348)*30 = 1,67536045 v = k – m – 1 = 5 - 2 – 1 = 2

m : 2 dan k : 5 α = 0,05 χ2

(a,v) dari table chi-square : 5,991

Karena χ2 hitung = 2,226476356 ≤ χ2 (a,v) = 5,991 maka percobaan mengikuti distribusi normal

Dimana :

k : jumlah kelas

c : rentang kelas / interval

Oi : nilai observation data ke-i (kenyataan) ei : nilai expectation data ke-i (harapan) oig : Oi gabungan

eig : ei gabungan v : derajat kebebasan

m : parameter yang diestimasi k : jumlah kelas gabungan

χ2

(37)

LAMPIRAN 6

REGRESI LINIER

Hubungan waktu dengan konsumsi energi pada pengetikan menggunakan laptop

X (waktu) (menit)

Y (konsumsi energi) (Kal/menit)

X2 xy

13,61666667 431,3882 185,4136111 5874,069323

16,35 519,862887 267,3225 8499,758202

18,83333333 421,95354 354,6944444 7946,79167

18,55 871,366592 344,1025 16163,85028

16,25 391,129277 264,0625 6355,850751

18,71666667 750,602944 350,3136111 14048,7851

14,3 279,378055 204,49 3995,106187

12,4 400,986171 153,76 4972,22852

17,43333333 516,30014 303,9211111 9000,832441

15,75 545,336469 248,0625 8589,049387

11,48333333 617,152004 131,8669444 7086,962179 17,71666667 645,766099 313,8802778 11440,82272

17,5 544,60412 306,25 9530,5721

17,71666667 371,316491 313,8802778 6578,490499 18,66666667 604,253595 348,4444444 11279,40044

19,25 1048,216968 370,5625 20178,17663

11,58333333 321,101676 134,1736111 3719,427747

12,8 972,007339 163,84 12441,69394

12,75 473,421936 162,5625 6036,129684

16,31666667 554,03878 266,2336111 9040,066094

16,6 511,371693 275,56 8488,770104

19,5 544,60412 380,25 10619,78034

11,03333333 360,206016 121,7344444 3974,273043

16,3 795,889312 265,69 12972,99579

15,21666667 750,602944 231,5469444 11421,6748

16,4 591,467305 268,96 9700,063802

18,58333333 765,6984 345,3402778 14229,2286

17,46666667 541,984839 305,0844444 9466,668521

14,55 540,309024 211,7025 7861,496299

(38)

= 480,0166667 30 = 16,00055556

= 17211,30437

30

= 573,7101456

= 280179,5926 – 30 x 16,00055556 x 573,7101456

(7862,119167 – 30 x (16,00055556)2)

= 26,37409017

= 573,7101456 – (26,37409017 x 16,00055556)

= 151,7100506

= 151,7100506 + 26,37409017 x = 151,71 + 26,37 x

y = 26,374x + 151,71

0 200 400 600 800 1000

0 5 10 15 20

(39)

LAMPIRAN 7

HASIL UJI “t” BERPASANGAN UNTUK TEKANAN DARAH

SISTOLE SEBELUM DAN SETELAH MENGETIK DENGAN

LAPTOP

Paired Samples Test

5,5 2,39 0,44 6,39 4,61 12,61 29 .000

TDS Sebelum-TDS Sesudah Pair

1

Mean

St d. Dev iation

St d. Error

Mean Lower Upper 95% Conf idence Interv al of t he

Dif f erence Paired Dif f erences

t df

Sig. (2-tailed)

Paired Samples Correlations

30 0,83 .000

TDS Sebelum & TDS Sesudah Pair 1

N Correlation Sig.

Paired Samples Statistics

113,43 30 4,25 0,78

118,93 30 3,43 0,63

TDS Sebelum

TDS Sesudah Pair 1

(40)

LAMPIRAN 8

HASIL UJI “t” BERPASANGAN UNTUK TEKANAN DARAH

DIASTOLE SEBELUM DAN SETELAH MENGETIK DENGAN

LAPTOP

Paired Sampl es Statistics

74,43

30

3,67

0,67

79,4

30

3,49

0,64

TDD Sebelum

TDD Sesudah Pair 1

Mean N St d. Dev iation St d. Error Mean

Paired Samples Correlations

30

0,82

.000

TDD Sebelum & TDD Sesudah Pair 1

N Correlation Sig.

Paired Samples Test

4,97 2,14 0,39 5,77 4,17 12,7 29 .000

TDD Sebelum-TDD Sesudah Pair 1

Mean

Std. Dev iation

Std. Error

Mean Lower Upper 95% Conf idence Interv al of the

Dif f erence Paired Dif f erences

t df

(41)

LAMPIRAN 9

(42)

RIWAYAT HIDUP

Nama : Stephanie Dewi Sarjono

Nomor Pokok Mahasiswa : 0810093

Tempat/ Tanggal Lahir : Semarang/ 24 Agustus 1990

Agama : Kristen

Alamat : Jl. Surya Sumantri no. 48, Bandung.

Riwayat Pendidikan:

SD YSKI 3, Semarang, Lulus Tahun 2002. SMP YSKI, Semarang, Lulus Tahun 2005.

SMA Nasional Karangturi, Semarang, Lulus Tahun 2008.

(43)

BAB I

PENDAHULUAN

1.1Latar Belakang Masalah

Perkembangan teknologi sekarang begitu pesat, sehingga hal itu sangat mempengaruhi kehidupan sehari–hari manusia dan lapisan masyarakat dari usia muda sampai usia tua. Salah satu contoh penggunaan teknologi yang banyak dipergunakan dalam pekerjaan sehari–hari adalah desktop Cathode Ray Tube (CRT) dan laptop (Anshel, 2007). Menurut penelitian, terdapat beberapa kelebihan pada laptop dibandingkan desktop CRT yaitu lebih effisien, ketajaman gambar yang lebih tinggi, konsumsi energi yang lebih rendah, dan bebas radiasi elektromagnetik (Hedge, 2003).

Pemakaian laptop banyak digunakan oleh masyarakat, khususnya mahasiswi dikarenakan lebih effisien, di mana laptop mudah dibawa-bawa sehingga mahasiswi dapat mengerjakan tugas di mana pun.

Pemakaian laptop masih kurang akan informasi, seperti posisi melihat, cara duduk, posisi badan, jenis huruf laptop yang mungkin terlalu kecil, dan cahaya ruangan dapat mempengaruhi kinerja seseorang (AOA, 2010a), sehingga diperlukan posisi ergonomis dalam penggunaan laptop.

Pengguna laptop harus mulai berhati-hati terhadap kesehatan matanya karena efek samping penggunaan laptop yang lama dapat menyebabkan kelelahan pada mata.

(44)

2

permukaan mata, akomodasi, karakteristik laptop dan juga faktor eksternal (seperti pencahayaan dan tata ruang) (AOA, 2010a).

Menurut NIOSH (National Institute of Occupational Safety and Health), penggunaan laptop lebih dari 3 jam menimbulkan CVS pada 90% orang (AOA, 2010b). Menurut penelitian Zairina dan Atiya pada tahun 2009, insidensi pada CVS timbul lebih cepat pada wanita karena fakta menunjukkan bahwa wanita mendominasi penggunaan laptop dalam pekerjaan sehari-hari.

Gejala yang timbul dari CVS, yaitu eyestrain (Non-Spesific Ocular Discomfort, fatique, headache, blurred near vision, blurred distant vision, dry or irritated eyes,

neck and/or backaches, diplopia (double vision) (AOA, 2010d). Gejala eyestrain

merupakan gejala yang muncul paling tinggi (72,1%), diikuti dengan neck pain (59,3%), dan back pain (30,0%) (Iwakiri et al., 2004).

Timbulnya gejala Computer Vision Syndrome (CVS) menyebabkan perangsangan saraf simpatis sehingga heart rate dan cardiac output meningkat. Heart rate yang meningkat menyebabkan konsumsi energi meningkat dan cardiac output yang meningkat menyebabkan tekanan darah sistole dan diastole

meningkat pula (AOA, 2010c; Anshel, 2007; Guyton & Hall, 2008)

Mata bereaksi sangat berbeda terhadap karakter elektronik dihasilkan daripada karakter yang dicetak pada halaman buku. Karakter yang ditampilkan di layar laptop atau Video Display Terminal (VDT) terdiri dari banyak titik-titik kecil atau pixel.

Mata berfokus sangat keras pada karakter pixel, namun tidak dapat mempertahankan fokus itu. Mata berfokus pada layar berelaksasi ke titik di belakang layar, yang disebut Resting Point of Accomodation (RPA). Jadi, mata selalu relaksasi ke RPA, dan kemudian berusaha untuk kembali fokus pada layar (Watt, 2003).

(45)

3

1.2Identifikasi Masalah

Berdasarkan latar belakang di atas, identifikasi masalah penelitian ini, adalah: 1. Apakah penggunaan laptop sampai dengan muncul salah satu gejala Computer

Vision Syndrome dapat menyebabkan perubahan tekanan darah Sistole

2. Apakah penggunaan laptop sampai dengan muncul salah satu gejala Computer Vision Syndrome dapat menyebabkan perubahan tekanan darah Diastole

3. Apakah penggunaan laptop sampai dengan muncul salah satu gejala Computer Vision Syndrome dapat menyebabkan perubahan konsumsi energi

1.3Maksud dan Tujuan Penelitian

1.3.1 Maksud Penelitian

Mengetahui kemunculan salah satu gejala Computer Vision Syndrome serta perubahan tekanan darah dan konsumsi energi dalam penggunaan laptop.

1.3.2 Tujuan Penelitian

Mengetahui data perubahan tekanan darah dan konsumsi energi dalam penggunaan laptop hingga timbul gejala Computer Vision Syndrome.

1.4Manfaat Karya Tulis Ilmiah

1.4.1Manfaat Ilmiah

Penelitian ini diharapkan dapat menambah wawasan dalam mempelajari akibat-akibat penggunaan laptop.

1.4.2Manfaat Praktis

(46)

4

1.5Kerangka Pemikiran dan Hipotesis

1.5.1Kerangka Pemikiran

Pada pengguna laptop yang berlebihan, didapatkan Computer Vision Syndrome (CVS) karena :

1. Terlalu lama menatap, melirik dan jarang berkedip.

Kegiatan mengedipkan atau memejamkan mata sesaat, sesungguhnya akan memberikan manfaat membasahi bola mata agar tetap lembab sehingga tidak mengalami kekeringan karena adanya penguapan air atau evaporasi pada bola mata. Mata yang kering akan terlihat memerah dan terasa pedih serta gatal. Di samping itu bekerja dengan laptop membuat mata sering melirik berulangkali di antara teks bacaan, papan ketik atau keyboard serta layar monitor. Aktivitas berulang membuat m. cilliaris akan berkontraksi secara cepat dan saraf mata bekerja lebih keras dan pada gilirannya dapat menjadi tegang dan lelah yang menimbulkan rasa sakit kepala.

2. Kekuatan cahaya dan warna yang kontras.

Kuatnya pancaran cahaya layar monitor memaksa retina untuk menyesuaikan diri dan bekerja lebih keras dalam mengatur masuknya cahaya ke mata, sehingga mata menjadi cepat lelah. Kelelahan akan semakin mudah terasa apabila tidak didukung dengan penerangan ruangan yang memadai, sehingga terjadi perbedaan yang drastis antara cahaya layar monitor dengan lingkungan sekitar. Selain itu penggunaan tampilan warna-warni secara kontras pada layar monitor juga mengakibatkan retina bekerja lebih ekstra sehingga mudah lelah. 3. Posisi tubuh yang salah

Keseriusan bekerja atau bermain menggunakan laptop terkadang tanpa disadari posisi badan cenderung tegang dan tidak bisa rileks sehingga mengakibatkan peredaran darah tidak lancar. Sekalipun Computer Vision Syndrome (CVS) ini tidak bersifat permanen dan akan sembuh dengan

(47)

5

Contoh penting kemampuan sistem saraf untuk meningkatkan tekanan arteri adalah peningkatan tekanan selama kerja otot. Selama kerja berat, otot – otot sangat membutuhkan peningkatan aliran darah. Sebagian peningkatan ini akibat vasodilatasi lokal pada vaskularisasi otot yang disebabkan oleh peningkatan metabolisme sel – sel otot. Sebagian peningkatan lainnya akibat peningkatan serentak tekanan arteri yang disebabkan oleh perangsangan simpatis pada sirkulasi secara keseluruhan selama kerja fisik. Pada kerja fisik yang paling berat, tekanan arteri dapat meningkat sekitar 30 sampai 40 persen, yang akan meningkatkan aliran darah sampai sebesar dua kali lipat lebih banyak.

Ketika area motorik otak menjadi teraktivasi untuk menyebabkan kerja fisik, pada saat bersamaan sebagian besar sistem pengaktivasi retikular pada batang otak juga teraktivasi, yang melibatkan peningkatan perangsangan yang sangat besar di area vasokontriktor dan kardioakselerator di pusat vasomotor. Keadaan ini akan meningkatkan tekanan arteri dengan segera untuk menyetarakan besarnya peningkatan aktivitas otot.

Selama kerja fisik, terjadi 3 efek utama yang penting bagi sistem sirkulasi untuk menyediakan banyak aliran darah yang dibutuhkan oleh otot yaitu :

1. Perangsangan kuat sistem saraf simpatis di seluruh tubuh dengan akibat efek perangsangan saraf simpatis pada seluruh sirkulasi.

2. Peningkatan tekanan arteri.

3. Peningkatan curah jantung (Guyton & Hall, 2008).

Frekuensi denyut jantung (FDJ) adalah banyaknya kontraksi jantung tiap menit untuk memompakan darah ke seluruh tubuh (Ganong, 2002).

Konsumsi energi pada waktu kerja biasanya ditentukan dengan cara tidak langsung, yaitu dengan pengukuran kecepatan denyut jantung (Sutalaksana, 2009).

1.5.2Hipotesis

1. Penggunaan laptop sampai dengan muncul salah satu gejala Computer Vision Syndrome menyebabkan peningkatan tekanan darah sistole pada wanita

(48)

6

2. Penggunaan laptop sampai dengan muncul salah satu gejala Computer Vision Syndrome menyebabkan peningkatan tekanan darah diastole pada wanita

dewasa.

3. Penggunaan laptop sampai dengan muncul salah satu gejala Computer Vision Syndrome menyebabkan peningkatan konsumsi energi pada wanita dewasa.

1.6Metodologi

Desain penelitian ini bersifat komparatif dengan desain penelitian pre-test dan post-test.

Data yang diukur adalah tekanan darah sistole dan diastole (mmHg) dan konsumsi energi sebelum dan sesudah pengetikan menggunakan laptop hingga timbul gejala CVS.

Analisis data dengan regresi linier dan uji ”t” berpasangan dengan α = 0.05, menggunakan perangkat lunak desktop. Kemaknaan ditentukan berdasarkan nilai p < 0,05.

1.7Lokasi dan Waktu

Lokasi penelitian : Lokasi penelitian Laboratorium Ilmu Faal Fakultas Kedokteran Universitas Kristen Maranatha.

(49)

BAB V

SIMPULAN DAN SARAN

5.1 Simpulan

1. CVS menyebabkan peningkatan Tekanan Darah Sistole pada Wanita Dewasa 2. CVS menyebabkan peningkatan Tekanan Darah Diastole pada Wanita Dewasa 3. CVS menyebabkan peningkatan Konsumsi Energi pada Wanita Dewasa

5.2 Saran

1. Pada pengguna laptop diharapkan mengatur rancangan tempat kerja dan posisi tubuh yang baik agar tidak timbul CVS

2. Saat pemakaian laptop, pencegahan CVS menggunakan peraturan 16/16/16 3. Untuk penelitian lain, perbandingan waktu muncul CVS pada pengaturan

rancangan tempat kerja dan posisi tubuh dengan yang tidak diatur

(50)

DAFTAR PUSTAKA

Anshel J.R. 2007. Computer Vision Syndrome.

http://www.cvconsulting.com/articles5.shtml., January 9th, 2011

AOA. 2010a. Computer Vision Syndrome. http://www.aoa.org/x5253.xml#1., January 9th, 2011

---. 2010b. Computer Vision Syndrome. http://www.aoa.org/x5374.xml., October 1st , 2011

---, 2010c. Computer Vision Syndrome. http://www.aoa.org/x5378.xml., October 1st , 2011

---, 2010d. Computer Vision Syndrome. http://www.aoa.org/x5375.xml., October 1st , 2011

AV. Rudy Setia Aji. 2010. Mewaspadai Computer Vision Syndrome.

http://suaramerdeka.com/v1/index.php/read/cetak/2010/08/05/119364/Mewa

spadai-Computer-Vision-Syndrome., January 9th, 2011

Bailey.K.D. 1994. Methods of Social Research. 4th edition. New York : The Free Press. p. 402.

Coyle E. E. 1994.Fluid and carbohydrate replacement during exercise: how much and why. Society for Scientific Exploration, 50 (7).

http://www.gssiweb.com/Article_Detail.aspx?articleid=23&level=2&topic= 2., August 24th, 2011

Doohan J. 1999. Cardiac output and blood pressure. Biological Science BioMed 108 Human Physiology.

http://www.biosbcc.net/doohan/sample/htm/COandMAPhtm.htm., July 30th,

2011.

Eko Nurmianto. 1996. Ergonomi, Konsep Dasar dan Aplikasinya. Jakarta : PT. Candimas Metropole. Hal.123

Ganong, William F. 2002. Review of Medical Physiology. Singapore: Mc Graw Hill. p. 532, 577

(51)

42

H Sidarta Ilyas. 2003. Ilmu Penyakit Mata. Jakarta : Fakultas Kedokteran Universitas Indonesia. Hal 23

Heart Monitors. 2011. Timex Heart Rate Monitors.

http://www.heartmonitors.com., October 1st, 2011

Hedge A. 2003. Ergonomics considerations of LCD versus CRT displays.

http://ergo.human.cornell.edu/Pub/LCD_vs_CRT_AH.pdf., November 11th,

2011

Ibnu Masud. 1996. Dasar-dasar fisiologi kardiovaskuler. Jakarta: EGC. Hal. 110-9

Iftikar Sutalaksana. 2009. Teknik dan tata cara kerja. Bandung: PT Ganesha Corporation

Iwakiri K, Mori I, Sotoyama M, et al. 2004. Survey on visual and musculoskeletal symptoms in VDT workers. Sangyo Eiseigaku Zasshi, 46 (6) : 201

Klabunde R. E. 2007. Cardiovascular physiolgy concepts.

http://www.cvphysiology.com/Blood%20Pressure/BP025.htm., July 28th,

2011

Lane D. A., Lip G. Y. H. 2001. Ethnic differences in hypertension and blood pressure control in the UK. Oxford Journals, 94 (7): 391-6.

http://qjmed.oxfordjournals.org/content/94/7/391.full., October 1st, 2011

Littler W.A., Honour A. J., Carter R. D., Sleight P., 1975. Sleep and blood presure.

British Medical Journal, 3: 346-8.

http://www.ncbi.nlm.nih.gov/pmc/articles/PMC1673769/pdf/brmedj01459-0014.pdf., October 1st 2011

Nafrialdi. 2007. Farmakologi dan terapi. Edisi 5. Jakarta: Departemen Farmakologi dan Teraupetik, Fakultas Kedokteran Universitas Indonesia Nendyah Roestijawati. 2007. Sindrom Dry Eye pada Pengguna Visual Display

Terminal (VDT). Cermin Dunia Kedokteran, 154 : 32-3

OD Hunter. 2010. Computer Vision Reading Eye Glasses.

http://www.computervisionreadingeyeglasses.com/vision_problems.htm.,

October 1st, 2011

Rappaport E. 2010. How the body controls blood pressure.

(52)

43

Rosenfield M. 2011. Computer vision syndrome: a review of ocular causes and potential treatments. Ophthalmic Physiol Opt, 31: 503

Rothbard, R. 2011. Computer vision syndrome (computer related vision problems).

http://www.wehelpuc.com/computer.html., October 1st, 2011

Sheps S.G. 2010. Sleep deprivation: a cause of high blood pressure.

http://www.mayoclinic.com/health/sleep-deprivation/AN01344., September

30th 2011

Sunoto Pratanu, M. Yamin, Sjaharuddin Harun. 2007. Buku Ajar Ilmu Penyakit Dalam. Jakarta : Fakultas Kedolteran Universitas Indonesia. Hal 1460

Tortora.G.J., Derrickson.B.H. 2009. Priciples Of Anatomy And Physiology. Twelft edition. Asia : John Wiley & Sons, Inc. p 744

Triyono A. 2004. Hasil penelitian antropometri statis (A) tenaga kerja Indonesia di 5 wilayah. Majalah Hiperkes dan Keselamatan Kerja, 37: 44-56

Vander, Sherman, Luciano. 2001. Human Physiology the Mechanisme of Body function. Eight edition. New York city : Mc Graw Hill

Watt W.S. 2003. Computer Vision Syndrome and Computer Glasses.

http://www.mdsupport.org/library/cvs.html., January 9th, 2011

Wikipedia. 2010. Heart rate monitor. http://en.wikipedia.org. October 4th 2011. Zairina, A.R., Atiya, A.S. 2009. Prevalence of Work-Related Upper Limbs (WRULS) Among Office Workers. Asia-Pacific Journal of Public Health, 21(3), 252-58

Zimmerman R.S., Maymind M., dan Barbee R.W. 1994. Endothelin blockade lowers total peripheral resistance in hemorrhagic shock recovery. American

Heart Association, 23: 205-210.

Referensi

Dokumen terkait

Pendaftar harus memiliki Sulat ljin Penoetakan DokuDlen Sekuriti dari Botasupal dan menyerahkan fotocopynya kepada Panitia (khusus cctakan Dokunen

Generally, the results of fusion based on height error maps deliv- ered with the TanDEM X data and the standard deviation maps of the Cartosat 1 stereo matching confirm the

Dengan percobaan, siswa mampu menyajikan laporan hasil pengamatan tentang perubahan bentuk energi angin menggunakan kosakata baku dan kalimat efektif

In a gradient based analysis of oblique and vertical aerial images, split line candidates were set up within initial building outlines.. The final selection of split lines was

Pengisian jabatan pimpinan tinggi madya dan pratama pada Instansi Pemerintah Provinsi dilakukan secara terbuka dan kompetitif di kalangan PNS dengan memperhatikan

Permainan bebas merupakan salah satu aktiviti bermain yang memberi peluang kepada kan�k-kanak bermain dan dalam mas a yang sama mereka juga belajar. Permainan bebas bermaksud situasi

Penelitian tentang proses pengenalan suara telah menjadi wacana yang sedang berkembang dalam perkembangan disiplin ilmu komputer, termasuk bagaimana pengenalan suara

menyimpan peralatan dan peralatan tidak berantakan disekitar pabrik. Sehingga pada saat akan digunakan kembali peralatan tersebut lebih. mudah untuk ditemukan. Rak