Hasil Pencarian :: Kembali

Ditemukan 17860 dokumen yang sesuai dengan query ::  Simpan CSV
cover
koran sindo
[s.l.] : [s.n.] : s.a.]
Indeks Koran   Pusat Informasi Kesehatan Masyarakat
cover
Kliping koran Sindo 2015
[s.l.] : [s.n.] : s.a.]
Indeks Koran   Pusat Informasi Kesehatan Masyarakat
cover
kompas
[s.l.] : [s.n.] : s.a.]
Indeks Koran   Pusat Informasi Kesehatan Masyarakat
cover
Republika
[s.l.] : [s.n.] : s.a.]
Indeks Koran   Pusat Informasi Kesehatan Masyarakat
cover
koran sindo
[s.l.] : [s.n.] : s.a.]
Indeks Koran   Pusat Informasi Kesehatan Masyarakat
cover
media indonesia; 2015
[s.l.] : [s.n.] : s.a.]
Indeks Koran   Pusat Informasi Kesehatan Masyarakat
cover
kompas
[s.l.] : [s.n.] : s.a.]
Indeks Koran   Pusat Informasi Kesehatan Masyarakat
cover
Republika
[s.l.] : [s.n.] : s.a.]
Indeks Koran   Pusat Informasi Kesehatan Masyarakat
cover
Agustina Setyaningsih; Promotor: Kemal Nazaruddin Siregar; Kopromotor: Tris Eryando, Heru Purnomo Ipung, Anhari Achadi, Elizabeth Jane Soepardi, Elizabeth Jane Soepardi, Mujiono
Abstrak:

Cakupan imunisasi dasar lengkap (IDL) pada bayi di Indonesia masih rendah bahkan cenderung menurun di bawah target rencana strategis(renstra)Renstra sebesar 93% dan target cakupan Universal Child Immunization (UCI) secara nasional >80%. Indonesia sebagai salah satu negara dengan cakupan salah satu vaksin IDL terendah, yaitu vaksin DPT3. Banyak faktor yang melatarbelakangi terjadinya cakupan IDL rendah, banyak faktor yang melatarbelakangi terjadinya cakupan IDL rendah. Faktor psikologiss menjadi salah satu penyebab penting yang jarang diintervensi. Dalam faktor psikologis yang terdiri dari beberapa faktor potensial, salah satunya penolakan vaksin yang turut menyumbang rendahnya cakupan IDL kepada peningkatan angka kematian bayi dan anak tinggi dan juga angka Penyakit yang Dapat Dicegah dengan Imunisasi (PD3I). Tantangan rendahnya cakupan imunisasi dasar disebabkan penolakan vaksin yang didorong oleh tingginya persebaran opini negatif berupa penolakan vaksin. Media sosial menjadi sumber data dengan pengguna berjumlah sangat masif. Tujuan dari penelitian ini adalah membangun model untuk deteksi dini melalui social media analytics dengan pendekatan machine learning yaitu metode analisis sentimen untuk menemukan pemberitaan negatif berupa penolakan vaksin dan social network analyisis untuk mengidentifikasi penyebarannya yang dilakukan opinion leader. Berdasarkan hal tersebut maka penelitian ini dilakukan pengujian dengan menggunakan metode dan teknik machine learning untuk menghasilkan nilai performance berupa akurasi, presisi, recall dan F- measure dengan akurasi terbaik diatas 70% dan mengukur nilai centrality untuk melihat kedekatan dan interaksi, serta menghasilkan nilai situational awareness. Model ini diharapkan dapat membantu berwenang atau berkepentingan untuk melakukan pencegahan atau tata laksana. Kata kunci: Cakupan IDL, penolakan vaksin, social media analytics, analisis sentimen, socialnetwork analysis, machine learning, situational awareness.

 

Read More
D-502
Depok : FKM-UI, 2024
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Fitria Dewi Rahmawati; Pembimbing: Tris Eryando; Penguji: R. Sutiawan, Yovsyah, Dhian Probhoyekti Dipo, Dessy Rosmelita
Abstrak: Kesehatan jiwa merupakan salah satu komponen penting dalam terwujudnyakualitas hidup bermasyarakat secara utuh. Pencegahan gangguan kesehatan jiwadapat dilakukan dengan deteksi dini di sarana pelayanan kesehatan primer.Namun, tidak semua sarana pelayanan kesehatan primer mampu menyediakanlayanan kesehatan jiwa. Perkembangan teknologi internet yang pesat saat ini dapatmenjadi salah satu solusi berupa layanan deteksi dini menggunakan media internetberbasis website. Penelitian ini bertujuan untuk membangun prototipe deteksi dinikesehatan jiwa yang dapat digunakan masyarakat untuk deteksi kesehatan jiwadan sebagai media promosi. Peneliti mengidentifikasi faktor determinan (man,material, method, machine dan market) untuk menentukan kebutuhan sistemmenggunakan metode penelitian kualitatif. Prototipe sistem dikembangkanmenggunakan metode System Development Life Cycle (SDLC) dengan tahapanperencanaan, analisis, desain, dan implementasi sistem. Penelitian inimenghasilkan prototipe website yang memberikan informasi gambaran tingkatgangguan jiwa ringan pengunjung website sebagai portrait sederhana masalahkesehatan jiwa masyarakat, media informasi dan edukasi. Prototipe dapatdikembangkan dengan penambahan fitur chatting online serta pemetaan ODMK(Orang Dengan Masalah Kesehatan Jiwa) berbasis wilayah untuk mendukungakses pelayanan kesehatan jiwa masyarakat.Kata kunci: pengembangan sistem, situs web, deteksi dini, kesehatan jiwa
Mental health is an important component in the realization of the quality of life ofsociety as a whole. The prevention of mental health disorders can be earlydetection in primary health care facilities. However, not all primary health carefacilities are able to provide mental health services. The rapid development ofInternet technology today can be a solution in early detection services usinginternet-based media website. This study aims to develop a prototype mentalhealth early detection that can be used for detection of mental health communityand media promotion. Researchers identify determinants mental health (man,material, method, machine and market) to determine the needs of system by usingqualitative research methods. The prototype system was developed by SystemDevelopment Life Cycle (SDLC) which the stages are planning, analysis, design,and implementation of system. This research resulted a prototype website thatprovides information level overview of mental disorder of visitors website as asimple portrait of mental health community problems, media information andeducation. The prototype can be developed with the addition of online chatfeatures as well as mapping ODMK (People With Mental Health Problems) area-based to support access community mental health services.Keywords: development, website, early detection, mental health
Read More
T-4750
Depok : FKM-UI, 2015
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
:: Pengguna : Pusat Informasi Kesehatan Masyarakat
Library Automation and Digital Archive