DAFFA AKBAR PRASETYO, MUHAMMAD (2024) PENGARUH KEBIASAAN MENGGUNAKAN KOMPUTER DAN EFEKTIVITAS ALGORITMA 20-20-20 TERHADAP KEJADIAN COMPUTER VISION SYNDROME(CVS) PADA KADET MAHASISWA PROGRAM STUDI SARJANA KEDOKTERAN COHORT 3 UNIVERSITAS PERTAHANAN REPUBLIK INDONESIA. Undergraduate thesis, UNIVERSITAS PERTAHANAN RI.
HALAMAN AWAL.pdf
Download (1MB)
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial No Derivatives.
Download (504kB)
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial No Derivatives.
Download (1MB)
BAB III.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial No Derivatives.
Download (777kB)
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial No Derivatives.
Download (1MB)
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial No Derivatives.
Download (391kB)
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial No Derivatives.
Download (6MB)
DAFTAR PUSTAKA.pdf
Download (531kB)
Abstract
Perkembangan teknologi mendorong peningkatan penggunaan komputer yang bermanfaat untuk pekerjaan sehari-hari. Namun, penggunaan komputer yang berlebihan dapat berdampak negatif pada kesehatan mata, seperti Computer Vision Syndrome (CVS), yaitu kumpulan gejala akibat kelelahan pada mata. Penelitian ini bertujuan untuk mengetahui pengaruh kebiasaan menggunakan komputer dan efektivitas algoritma 20-20-20 terhadap kejadian Computer Vision Syndorme (CVS) pada kadet mahasiswa Program Studi Sarjana Kedokteran Cohort 3 Universitas Petahanan Republik Indonesia. Metode: Penelitian ini menggunakan kombinasi metode cross-sectional dan true experimental untuk menganalisis hubungan kebiasaan penggunaan komputer dengan Computer Vision Syndrome (CVS) serta mengevaluasi efektivitas algoritma 20-20-20.
Metode cross-sectional dilakukan melalui kuesioner untuk mengidentifikasi kebiasaan penggunaan komputer dan gejala Computer Vision Syndrome (CVS) pada satu titik waktu. Sementara itu, metode true experimental menggunakan
pengukuran pretest dan posttest untuk menilai perubahan gejala setelah intervensi algoritma 20-20-20 selama dua minggu. Sebanyak 77 kadet mahasiswa Program Studi Sarjana Kedokteran Cohort 3 UNHAN RI mengikuti penelitian ini dengan
menjawab kuesioner dan menjalani intervensi, sehingga memberikan gambaran komprehensif tentang hubungan faktor risiko dengan kejadian Computer Vision Syndorme (CVS) serta efektivitas intervensi yang diterapkan. Hasil: Penelitian ini menunjukkan berbagai faktor yang signifikan terhadap kejadian Computer Vision Syndrome (CVS) pada kadet mahasiswa Program Studi Sarjana Kedokteran Cohort 3 UNHAN RI. Faktor-faktor seperti durasi penggunaan komputer, pencahayaan ruangan, posisi layar, dan jarak komputer dengan mata memiliki hubungan yang bermakna terhadap peningkatan risiko Computer Vision Syndorme (CVS), dengan p-value masing-masing di bawah 0,05. Dari keempat faktor tersebut, jarak mata dengan layar komputer merupakan faktor yang paling
berisiko menyebabkan terjadinya kejadian Computer Vision Syndrome (CVS). Selain itu, intervensi algoritma 20-20-20 terbukti efektif, dengan hasil uji McNemar menunjukkan p value 0,000, yang mengindikasikan penurunan signifikan gejala CVS setelah perlakuan. Algoritma ini, yang menginstruksikan istirahat setiap 20 menit dengan melihat objek sejauh 20 kaki selama 20 detik, memberikan relaksasi
pada otot mata, meningkatkan frekuensi berkedip, dan mencegah kelelahan visual, sehingga menjadi solusi praktis dalam mengurangi kejadian Computer Vision Syndorme (CVS) dan meningkatkan kenyamanan pengguna komputer. Kesimpulan: Penelitian ini menunjukkan bahwa Computer Vision Syndrome
(CVS) pada kadet mahasiswa UNHAN RI dipengaruhi oleh durasi penggunaan viii komputer, pencahayaan ruangan, posisi layar, dan jarak layar dengan mata. Durasi penggunaan ≥4 jam sehari, pencahayaan tidak memadai, posisi layar tidak
ergonomis, serta jarak kurang dari 50 cm meningkatkan risiko Computer Vision Syndorme (CVS). Algoritma 20-20-20 terbukti efektif secara signifikan dalam mengurangi gejala Computer Vision Syndorme (CVS) dengan membantu relaksasi otot mata, meningkatkan frekuensi berkedip, dan menjaga hidrasi mata.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Durasi, Cahaya Ruangan, Posisi, Jarak, Computer Vision Syndrome, Algoritma 20-20-20 |
| Subjects: | R Medicine > R Medicine (General) R Medicine > RE Ophthalmology |
| Divisions: | Fakultas Kedokteran Militer > Prodi Sarjana Kedokteran |
| Depositing User: | Unnamed user with email unhanperpus@idu.ac.id |
| Date Deposited: | 08 Sep 2026 07:28 |
| Last Modified: | 08 Oct 2026 04:24 |
| URI: | http://repo.idu.ac.id/id/eprint/7055 |
