M2T1 Doctor_Appointment
1.0.0
Proyek Bukti Konsep (POC) ini bertujuan untuk menunjukkan bagaimana teknologi digital canggih dan integrasi AI dapat merampingkan proses penjadwalan janji temu di rumah sakit. Dengan mengotomatiskan identifikasi ketersediaan dokter dan mengoptimalkan alokasi slot janji temu, kami bertujuan untuk meningkatkan pengalaman pasien secara keseluruhan dan mengurangi waktu tunggu.
Dalam perawatan kesehatan, penjadwalan janji temu yang efisien sangat penting untuk memastikan pasien menerima perawatan tepat waktu sambil memaksimalkan pemanfaatan sumber daya dokter. Proyek ini mengusulkan solusi digital yang memanfaatkan teknologi canggih untuk mengotomatisasi proses mengidentifikasi ketersediaan dokter dan mengalokasikan slot janji temu. Tujuan utama adalah untuk mengurangi waktu tunggu pasien dan meningkatkan efisiensi keseluruhan proses penjadwalan janji temu di rumah sakit.
Pemilihan penyakit : Pengguna dapat memilih penyakit tertentu (misalnya, demam, kulit, mata) untuk menemukan dokter yang relevan.
Ketersediaan Dokter : Daftar dokter yang berspesialisasi dalam penyakit yang dipilih ditampilkan, ditandai dengan warna hijau (tersedia) atau merah (tidak tersedia) berdasarkan status mereka saat ini.
Deskripsi Slot : Pengguna dapat melihat informasi slot terperinci untuk setiap dokter, termasuk ketersediaan dan deskripsi slot yang tersedia.
Pilihan Penyortiran : Dokter dapat diurutkan berdasarkan janji temu waktu atau biaya, memungkinkan pasien untuk memilih opsi yang paling nyaman.
Pemesanan dan Pendaftaran : Ketika seorang pasien memilih dokter dan janji temu, popup login/register muncul untuk otentikasi pengguna.
Penyesuaian waktu dan biaya : Interval waktu pemesanan dapat disesuaikan (misalnya, 5 atau 10 menit), dengan biaya disesuaikan.
Kehadiran manual : Dokter memiliki pilihan untuk menandai kehadiran mereka secara manual menggunakan dasbor terpisah.
Deteksi Wajah : Sebagai alternatif, sistem deteksi wajah di pintu masuk dapat mengotomatisasi masuk dan keluar pelacakan, memastikan pembaruan ketersediaan dokter waktu nyata.
Amazon Rekognition : Digunakan untuk deteksi dan pengakuan wajah.
Contoh EC2 : Menyediakan hosting yang dapat diskalakan dan aman.
S3 Bucket : Digunakan untuk penyimpanan data dan pengambilan.
HTML, CSS (Tailwind CSS), JavaScript : Pengembangan Frontend untuk Antarmuka Pengguna.
Django, SQL : Pengembangan backend untuk mengelola data pengguna, janji temu, dan kehadiran dokter.
Kunjungi situs web dan gunakan dasbor pengguna untuk menemukan dokter berdasarkan penyakit, ketersediaan, dan biaya.
Dokter dapat masuk untuk menandai kehadiran mereka secara manual atau menggunakan sistem deteksi wajah untuk pelacakan kehadiran otomatis.
AI memainkan peran penting dalam memprediksi ketersediaan dokter. Dengan menganalisis data historis dan input real-time, sistem dapat mengalokasikan slot janji temu secara efisien, mempertimbangkan faktor-faktor seperti ketersediaan dokter dan preferensi pasien.
Model AI terus disempurnakan berdasarkan umpan balik dan analisis data, memastikan peningkatan akurasi penjadwalan dari waktu ke waktu.
Kontribusi untuk proyek ini adalah.
Mentor: Snahal Kumar: 20Bec081
Harap buka masalah atau buat permintaan tarik untuk membahas dan berkontribusi.
