id flag
id flag

Panduan Kesehatan: Bagaimana Vitalog Mengolah Data Anda

Selamat datang di bagian "Panduan Kesehatan" Vitalog! Kami berkomitmen untuk memberikan Anda informasi kesehatan yang akurat dan mudah dipahami. Di bawah ini, kami menjelaskan secara rinci proses perhitungan dan analisis yang dilakukan oleh aplikasi Vitalog untuk menghasilkan data seperti Indeks Massa Tubuh (IMT), skor kesehatan per parameter, dan rata-rata skor (average_score). Informasi ini dirancang untuk membantu Anda memantau kesehatan Anda dengan lebih baik.

1. Pengumpulan Data

Vitalog mengumpulkan data kesehatan Anda melalui pengukuran yang Anda masukkan, seperti berat badan, tinggi badan, tekanan darah (sistolik dan diastolik), detak jantung, suhu tubuh, kadar kolesterol, dan lainnya. Data ini disimpan dalam sistem kami dengan aman dan hanya digunakan untuk analisis kesehatan Anda. Setiap pengukuran diberi cap waktu (timestamp) untuk memastikan data terbaru selalu digunakan.

2. Perhitungan Indeks Massa Tubuh (IMT)

IMT adalah indikator penting untuk menilai apakah berat badan Anda berada dalam kisaran sehat berdasarkan tinggi badan. Vitalog menghitung IMT dengan rumus berikut:

Rumus IMT:
IMT = Berat Badan (kg) / (Tinggi Badan (m))^2

  • Langkah-langkah:

    1. Tinggi badan yang Anda masukkan (dalam centimeter) dikonversi ke meter (misalnya, 170 cm menjadi 1.70 m).

    2. Berat badan (dalam kilogram) dibagi dengan kuadrat tinggi badan.

    3. Hasil dibulatkan ke dua desimal untuk akurasi yang praktis (misalnya, 23.53 atau 24.22).

  • Contoh: Jika berat badan Anda 70 kg dan tinggi badan 170 cm, maka:

    IMT = 70 / (1.70)^2 = 70 / 2.89 ≈ 24.22

  • Sumber Data: IMT dihitung berdasarkan data terakhir "Berat Badan" dan "Tinggi Badan" yang Anda masukkan di aplikasi. Nilai ini juga disinkronkan ke profil Anda untuk memantau perkembangan.

3. Penilaian Skor untuk Setiap Parameter

Vitalog mengevaluasi setiap parameter kesehatan Anda berdasarkan rentang nilai standar yang ditetapkan oleh pedoman medis. Setiap parameter diberi skor dari 1 hingga 3, dengan deskripsi sebagai berikut:

  • Skor 3 (Ideal, Normal): Nilai berada dalam rentang optimal.

  • Skor 2 (Cukup Baik, Perlu Perhatian): Nilai mendekati batas atau memerlukan pengamatan lebih lanjut.

  • Skor 1 (Perlu Pemeriksaan Lebih Lanjut): Nilai di luar rentang yang disarankan, menunjukkan potensi masalah kesehatan.

    Berikut adalah detail perhitungan skor untuk setiap parameter:

  • Sistolik (ACC/AHA 2017)

    • Skor 3 (Ideal, Normal): < 120 mmHg

    • Skor 2 (Cukup Baik, Perlu Perhatian): 120–129 mmHg

    • Skor 1 (Perlu Pemeriksaan Lebih Lanjut): ≥ 130 mmHg

  • Diastolik (ACC/AHA 2017)

    • Skor 3 (Ideal, Normal): < 80 mmHg

    • Skor 2 (Cukup Baik, Perlu Perhatian): 80–89 mmHg

    • Skor 1 (Perlu Pemeriksaan Lebih Lanjut): ≥ 90 mmHg

  • Detak Jantung

    • Skor 3 (Ideal): 60–100 bpm

    • Skor 2 (Cukup Baik): 50–59 bpm atau 101–110 bpm

    • Skor 1 (Perlu Pemeriksaan): < 50 bpm atau > 110 bpm

  • Suhu Tubuh

    • Skor 3 (Ideal): 36.1–37.2 °C

    • Skor 2 (Cukup Baik): 37.3–38.0 °C

    • Skor 1 (Perlu Pemeriksaan): < 36.1 °C atau > 38 °C

  • Kolesterol Total

    • Skor 3 (Ideal): < 200 mg/dL

    • Skor 2 (Cukup Baik): 200–239 mg/dL

    • Skor 1 (Perlu Pemeriksaan): ≥ 240 mg/dL

  • HDL (High-Density Lipoprotein)

    • Skor 3 (Ideal):

      • Pria: ≥ 40 mg/dL

      • Wanita: ≥ 50 mg/dL

    • Skor 2: –

    • Skor 1 (Perlu Pemeriksaan):

      • Pria: < 40 mg/dL

      • Wanita: < 50 mg/dL

  • LDL (Low-Density Lipoprotein)

    • Skor 3 (Ideal): < 100 mg/dL

    • Skor 2 (Cukup Baik): 100–159 mg/dL

    • Skor 1 (Perlu Pemeriksaan): ≥ 160 mg/dL

  • Trigliserida

    • Skor 3 (Ideal): < 150 mg/dL

    • Skor 2 (Cukup Baik): 150–199 mg/dL

    • Skor 1 (Perlu Pemeriksaan): ≥ 200 mg/dL

  • Glukosa Darah

    • Skor 3 (Ideal):

      • Puasa: 70–100 mg/dL

      • 2 jam setelah makan (PP): < 140 mg/dL

    • Skor 2 (Cukup Baik):

      • Puasa: 101–125 mg/dL

      • 2 jam PP: 141–199 mg/dL

    • Skor 1 (Perlu Pemeriksaan):

      • Puasa: ≥ 126 mg/dL

      • 2 jam PP: ≥ 200 mg/dL

  • Hemoglobin (Hb)

    • Skor 3 (Ideal):

      • Pria: 13–17 g/dL

      • Wanita: 12–15 g/dL

    • Skor 2 (Cukup Baik):

      • Pria: 13–14 g/dL

      • Wanita: 12–13 g/dL

    • Skor 1 (Perlu Pemeriksaan):

      • Pria: < 13 g/dL

      • Wanita: < 12 g/dL

  • Asam Urat

    • Skor 3 (Ideal):

      • Pria: 3.5–7.2 mg/dL

      • Wanita: 2.6–6.0 mg/dL

    • Skor 2 (Cukup Baik):

      • Pria: 7.3–8.0 mg/dL

      • Wanita: 6.1–7.0 mg/dL

    • Skor 1 (Perlu Pemeriksaan):

      • Pria: > 8.0 mg/dL atau < 3.5 mg/dL

      • Wanita: > 7.0 mg/dL atau < 2.6 mg/dL

  • Indeks Massa Tubuh (IMT)

    • Skor 3 (Ideal): 18.5–22.9 kg/m²

    • Skor 2 (Cukup Baik): 23–29.9 kg/m²

    • Skor 1 (Perlu Pemeriksaan): < 18.5 atau ≥ 30 kg/m²

  • Catatan: Untuk parameter seperti HDL, Hemoglobin, dan Asam Urat, perhitungan skor mempertimbangkan jenis kelamin pengguna yang diambil dari profil Anda.

4. Perhitungan Rata-rata Skor (Average Score)

Rata-rata skor (average_score) adalah indikator keseluruhan kesehatan Anda berdasarkan semua pengukuran yang telah dimasukkan. Vitalog menghitungnya dengan rumus:

Rumus Average Score:
Average Score = (Jumlah Total Skor) / (Jumlah Pengukuran dengan Skor)

  • Proses:

    1. Sistem mengambil semua skor dari pengukuran yang tersedia (misalnya, Sistolik, Diastolik, IMT, dll.).

    2. Skor dijumlahkan dan dibagi dengan jumlah pengukuran yang memiliki skor (pengukuran seperti Berat Badan dan Tinggi Badan yang memiliki skor 0 tidak dihitung).

    3. Hasil dibulatkan ke empat desimal untuk akurasi.

  • Contoh: Jika Anda memiliki pengukuran dengan skor 3, 1, 3, 1, 2, 2, 2 (7 pengukuran), maka:

    Average Score = (3 + 1 + 3 + 1 + 2 + 2 + 2) / 7 = 14 / 7 = 2.0000

  • Average score akan dikonversi kedalam persentase dengan rumus = ((AVG Score-1)/2)*50 dengan ketentuan skor 1 akan menghasilkan persentase 0% dan skor 3 akan menghasilkan persentase 100%.

5. Sinkronisasi dan Pembaruan Data

  • Data IMT dan skor kesehatan diperbarui secara otomatis setiap kali Anda memasukkan pengukuran baru. Sistem memilih data terakhir untuk "Berat Badan" dan "Tinggi Badan" untuk menghitung IMT, serta mengevaluasi ulang skor berdasarkan parameter terbaru.

  • Rata-rata skor diperbarui berdasarkan riwayat pengukuran Anda, memastikan refleksi akurat dari kesehatan Anda dari waktu ke waktu.

6. Perolehan Nilai AKG (Angka Kecukupan Gizi)

Nilai AKG yang digunakan di aplikasi Vitalog diambil dari Peraturan Menteri Kesehatan Republik Indonesia Nomor 28 Tahun 2019 tentang Angka Kecukupan Gizi yang Dianjurkan untuk Masyarakat Indonesia. Standar ini memuat rekomendasi kebutuhan gizi harian (energi, makronutrien, vitamin, dan mineral) berdasarkan kelompok umur, jenis kelamin, dan kondisi fisiologis (misalnya ibu hamil atau menyusui).

Di dalam aplikasi, data AKG ini digunakan sebagai acuan untuk membandingkan jumlah asupan atau hasil pengukuran Anda dengan kebutuhan gizi harian yang dianjurkan pemerintah, sehingga Anda dapat memantau apakah asupan gizi sudah sesuai, kurang, atau berlebih. Perhitungan ini bersifat personal, mengikuti profil pengguna yang Anda isi di aplikasi (umur, jenis kelamin, kondisi khusus).

7. Perolehan Data Health Forecast

Aplikasi kami menggunakan data kesehatan yang Anda masukkan, seperti tekanan darah ([sistolik] mmHg), detak jantung ([detak] bpm), glukosa darah ([glukosa] mg/dL), kolesterol total ([kolesterol] mg/dL), trigliserida ([trigliserida] mg/dL), HDL ([hdl] mg/dL), LDL ([ldl] mg/dL), hemoglobin ([hb] g/dL), asam urat ([asam_urat] mg/dL), berat badan ([berat] kg), dan tinggi badan ([tinggi] m), untuk menghitung risiko penyakit seperti hipertensi, diabetes, penyakit jantung, stroke, sindrom metabolik, dan penyakit ginjal.

Proses Perhitungan:

  1. Risiko Hipertensi

    Data tekanan darah sistolik ([sistolik] mmHg), detak jantung ([detak] bpm), berat badan ([berat] kg), dan tinggi badan ([tinggi] m) Anda diolah untuk menghitung risiko hipertensi. Kami menghitung BMI (berat/tinggi²), lalu menjumlahkan tekanan darah dibagi 10, detak jantung dibagi 20, dan BMI dibagi 5. Skor ini dinormalisasi ke 1-100, di mana skor >100 menunjukkan risiko sangat tinggi yang perlu segera diperiksakan ke dokter.

    Referensi Ilmiah: American Heart Association (2017). Guideline for the Prevention, Detection, and Management of High Blood Pressure. Hypertension. Riskesdas (2018): Prevalensi hipertensi 34% di Indonesia.

  2. Risiko Diabetes Tipe 2

    Data glukosa darah ([glukosa] mg/dL), berat badan ([berat] kg), tinggi badan ([tinggi] m), dan umur ([umur] tahun) Anda digunakan untuk menilai risiko diabetes tipe 2. Kami menghitung BMI (berat/tinggi²), lalu menjumlahkan glukosa dibagi 10, BMI dibagi 5, dan umur dibagi 10. Skor dinormalisasi ke 1-100; jika >100, risiko sangat tinggi dan Anda perlu konsultasi dokter segera.

    Referensi Ilmiah: Lindström et al. (2003). Finnish Diabetes Risk Score. Diabetologia. IDF Diabetes Atlas (2021): Prevalensi diabetes 10,9% di Indonesia.

  3. Risiko Penyakit Jantung

    Data kolesterol total ([kolesterol] mg/dL), HDL ([hdl] mg/dL), LDL ([ldl] mg/dL), dan tekanan darah sistolik ([sistolik] mmHg) Anda diolah untuk menghitung risiko penyakit jantung. Jika LDL tidak tersedia, kami hitung dari kolesterol total - HDL - (trigliserida/5). Skor dihitung dengan menjumlahkan kolesterol total dibagi 20, LDL dibagi 10, dikurangi HDL dibagi 10, dan ditambah sistolik dibagi 10, lalu dinormalisasi ke 1-100. Skor >100 menandakan risiko kritis, segera ke dokter.

    Referensi Ilmiah: Wilson et al. (2008). Framingham Risk Score. Circulation. Journal of the American College of Cardiology (2024): Pengelolaan lipid kurangi risiko 20%.

  4. Risiko Stroke

    Data tekanan darah sistolik ([sistolik] mmHg), detak jantung ([detak] bpm), LDL ([ldl] mg/dL), dan HDL ([hdl] mg/dL) Anda digunakan untuk menilai risiko stroke. Jika LDL tidak ada, kami hitung dari kolesterol total - HDL - (trigliserida/5). Skor dihitung dengan menjumlahkan sistolik dibagi 10, detak jantung dibagi 20, dan rasio LDL/HDL dikalikan 5, lalu dinormalisasi ke 1-100. Skor >100 berarti risiko sangat tinggi, segera konsultasikan ke dokter.

    Referensi Ilmiah: AHA Stroke Risk Scorecard (2016). Stroke. Circulation (2022): Pengelolaan lipid turunkan risiko stroke 25%.

  5. Risiko Sindrom Metabolik

    Data berat badan ([berat] kg), tinggi badan ([tinggi] m), glukosa darah ([glukosa] mg/dL), trigliserida ([trigliserida] mg/dL), dan HDL ([hdl] mg/dL) Anda diolah untuk menghitung risiko sindrom metabolik. Kami menghitung BMI (berat/tinggi²), lalu menjumlahkan BMI dibagi 5, glukosa dibagi 10, trigliserida dibagi 20, dan dikurangi HDL dibagi 10. Skor dinormalisasi ke 1-100; skor >100 menunjukkan risiko kritis, segera ke dokter.

    Referensi Ilmiah: Alberti et al. (2006). IDF Consensus on Metabolic Syndrome. The Lancet. Jurnal Gizi Indonesia (2023): Minyak goreng tingkatkan risiko.

  6. Risiko Penyakit Ginjal

    Data asam urat ([asam_urat] mg/dL), tekanan darah sistolik ([sistolik] mmHg), dan glukosa darah ([glukosa] mg/dL) Anda digunakan untuk menilai risiko penyakit ginjal. Skor dihitung dengan mengalikan asam urat dengan 2, menambah sistolik dibagi 10, dan glukosa dibagi 20, lalu dinormalisasi ke 1-100. Jika skor >100, risiko sangat tinggi dan perlu konsultasi dokter segera.

    Referensi Ilmiah: Kidney International (2019). Chronic Kidney Disease Risk Assessment. Rheumatology (2023): Asam urat tinggi prevalen di pria urban Indonesia.

8. Keamanan dan Privasi Data

Data Anda diolah dengan aman sesuai dengan Kebijakan Privasi kami. Kami tidak membagikan data pribadi Anda kepada pihak ketiga tanpa izin, dan semua perhitungan dilakukan di server yang terenkripsi. Untuk detail lebih lanjut, silakan kunjungi halaman Kebijakan Privasi.

9. Referensi dan Standar

Metode perhitungan kami didasarkan pada pedoman kesehatan dari organisasi ternama seperti Organisasi Kesehatan Dunia (WHO) untuk IMT dan standar medis umum untuk parameter lain. Kami terus memperbarui algoritma kami untuk memastikan akurasi dan relevansi.

Pertanyaan Tambahan?

Jika Anda memiliki pertanyaan tentang proses ini atau ingin melihat contoh perhitungan spesifik berdasarkan data Anda, silakan hubungi tim dukungan kami di support@vitalog.co.id atau kunjungi bagian FAQ untuk jawaban cepat.