Ditemukan 30190 dokumen yang sesuai dengan query :: Simpan CSV
Sandra Barinda; Promotor: Dumilah Ayuningtyas; Kopromotor: Ratu Ayu Dewi Sartika, Sabarinah Prasetyo; Penguji: Anhari Achadi, Prastuti Soewondo, Dedi Fardiaz, Roy Alexander Sparringa, Antonius Tarigan, Nana Mulyana
Abstrak:
Pengukuran kinerja program pengawasan pangan olahan saat ini hanya berfokus pada keamanan produk yaitu persentase makanan yang memenuhi syarat. Di sisi lain, terdapat pula indikator indeks pengawasan pangan olahan, yang baru mencakup elemen kegiatan pengawasan, laboratorium dan Komunikasi, Informasi dan Edukasi (KIE), namun belum mencakup elemen lainnya yang tertuang dalam pedoman FAO dan WHO tentang Food Control System Assessment Tool tahun 2019. Untuk itu, perlu dilakukan pengembangan kebijakan dalam penilaian sistem pengawasan pangan olahan mengacu pedoman tersebut. Penelitian ini bertujuan mengembangkan indeks pengawasan pangan olahan di Indonesia. Adapun tujuan khusus penelitian adalah: (1) memperoleh indikator untuk mengembangkan model indeks pengawasan pangan olahan di tingkat provinsi di Indonesia; (2) mendapatkan model yang dapat digunakan untuk menentukan indeks pengawasan pangan olahan di tingkat provinsi di Indonesia; (3) mendapatkan indeks pengawasan pangan olahan di tingkat provinsi di Indonesia; (4) mengetahui hubungan kepemimpinan terhadap indeks pengawasan pangan olahan di tingkat provinsi di Indonesia sebagai penentu penerimaan indeks pengawasan pangan olahan; dan (5) memperoleh indikator untuk mengembangkan indeks pengawasan pangan olahan di tingkat kabupaten/kota di Indonesia pada konteks desentralisasi dengan fragmentasi kewenangan pengawasan pangan olahan. Penelitian ini menggunakan desain cross sectional dengan pendekatan mixed method. Tahapan penelitian dimulai dari proses penyusunan dan penajaman indikator dalam bentuk expert panel interviews dengan metode Delbecq-Nominal Group Technique (NGT). Analisis faktor sebagai pengujian validitas konstruk dilakukan untuk memperoleh model indeks pengawasan pangan olahan. Rata-rata nasional indeks pengawasan pangan olahan di tingkat provinsi adalah 55,64, dan terdapat variasi besaran indeks di berbagai provinsi. Uji hubungan kepemimpinan dengan indeks pengawasan pangan olahan di tingkat provinsi menunjukkan korelasi kecil. Dalam konteks desentralisasi yang berlaku di Indonesia, berimplikasi fragmentasi kewenangan yang berpengaruh dalam sistem pengawasan pangan olahan. Hal ini menjadi tantangan tersendiri bagi kapasitas kepemimpinan. Berdasarkan model indeks pengawasan pangan olahan di tingkat provinsi dan juga memperhatikan fragmentasi kewenangan di tingkat kabupaten/kota, maka disusunlah rancangan indikator untuk model indeks pengawasan pangan olahan di tingkat kabupaten/kota. Penelitian ini berhasil menyusun model indeks pengawasan pangan olahan di tingkat provinsi dan rancangan indikator di tingkat kabupaten/kota. Berdasarkan hasil penelitian tersebut, peneliti merekomendasikan perlunya pengawalan untuk pengawasan pangan olahan siap saji, penguatan jejaring keamanan pangan dan analisis risiko, asesmen kepemimpinan yang lebih spesifik serta komitmen pemerintah daerah dalam melakukan pengawasan pangan olahan.
Read More
D-464
Depok : FKM-UI, 2022
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Dwi Hapsari Tjandrarini; Promotor: Purnawan Junadi; Ko-Promotor: Sudijanto Kamso, Anhari Achadi; Penguji: Amal C. Sjaaf, Minarto, Trihono, Soewarta Kosen
D-268
Depok : FKM UI, 2012
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Jesa Nuhgroho; Pembimbing: Tris Eryando; Penguji: Popy Yuniar Raden Bagus Irwan Ruswandi, Dwita Ratih Fitriani
Abstrak:
Read More
Dengan ditetapkan registrasi pangan olahan berbasis risiko maka dibutuhkan data dan informasi tentang produk pangan terdaftar dan proses perizinannya. Berdasarkan hal tersebut dibutuhkan suatu sistem pelaporan pangan olahan terdaftar dalam rangka pengawasan keamanan pangan untuk menjamin pangan olahan yang aman, bermutu, dan berdaya saing. Metode System Development Life Cycle (SDLC) digunakan dalam pembuatan prototype pelaporan berbasis web dilanjutkan dengan analisis kebutuhan sistem menggunakan metode studi kasus pada Direktorat Registrasi Pangan Olahan Badan Pengawas Obat dan Makanan Republik Indonesia. Prototype tersebut akan diintegrasikan ke dalam Sistem Registrasi Pangan Olahan Berbasis Risiko dan diharapkan dapat dimanfaatkan untuk melakukan pemantauan kinerja, pengambilan kebijakan dan penyusunan strategi organisasi.
With the stipulation of risk-based processed food, data and information on registered food products and the licensing process are needed. Based on this, a registered food reporting system is needed in the context of food safety supervision to ensure safe, quality, and competitive processed food. The System Development Life Cycle (SDLC) method is used in the manufacture of a web-based reporting prototype followed by a system requirements analysis using the case study method at the Directorate of Processed Food Registration of the Food and Drug Supervisory Agency of the Republic of Indonesia. The prototype will be integrated into the Risk-Based Processed Food Registration System and is expected to be used to monitor, make policy, and formulate organizational strategies.
T-6608
Depok : FKM-UI, 2023
S2 - Tesis Pusat Informasi Kesehatan Masyarakat
☉
Meiyanti; Promotor: Dumilah Ayuningtyas; Kopromotor: Besral, Rina Kurniasri Kusumaratna; Penguji: Adang Bachtiar, Raden Rara Diah Handayani, Vivian Soetikno, Maxi Rein Rondonuwu, Henry Candra
Abstrak:
Read More
Angka keberhasilan pengobatan Tuberkulosis Indonesia tahun 2023 belum mencapai target 90%. Keberhasilan pengobatan berdampak terhadap penurunan penyebaran infeksi dan kasus resistensi obat, sehingga perlu untuk memprediksi keberhasilan pengobatan lebih dini. Penelitian ini bertujuan untuk mengembangkan model pendekatan pembelajaran mesin untuk prediksi keberhasilan pengobatan. Penelitian ini menggunakan data kohort Sistem Informasi Tuberkulosis (SITB) Indonesia. Pasien usia produktif (15-64 tahun) terdiagnosis tuberkulosis sensitif obat dan mendapatkan pengobatan dari 1 Januari 2020 sampai 31 Desember 2023 diikutsertakan dalam penelitian ini. Data dikelompokkan secara acak ke dalam set data pelatihan untuk membangun model (80%) dan set data pengujian untuk validasi model (20%), dan dilakukan validasi silang untuk data. Algoritma yang digunakan meliputi decision tree, random forest, multilayer perceptron, extreme gradient boosting, dan logistic regression. Dilakukan konsensus untuk pengambilan keputusan variabel yang diperlukan dalam melakukan pemodelan berbasis pembelajaran mesin dari data SITB untuk memprediksi keberhasilan pengobatan dengan menggunakan metode Delphi. Hasil dari penelitian model algoritma pembelajaran mesin random forest menunjukkan kinerja terbaik dan akurasi tertinggi dalam memprediksi keberhasilan pengobatan. Aplikasi prediksi berbasis pembelajaran mesin dapat memberikan prediksi dini dengan interpretasi berbasis SHAP (SHapley Additive ExPlanations) yang memudahkan tenaga kesehatan dalam mengambil keputusan.
The tuberculosis treatment success rate in Indonesia in 2023 did not reach the 90% target. Treatment success impacts the reduction of infection spread and drug resistance cases, making early prediction of treatment success crucial. This study aims to develop a machine-learning model to predict treatment success. Data from Indonesia's Tuberculosis Information System (SITB) cohort was used. The study included productive-age patients (15-64 years) diagnosed with drug-sensitive tuberculosis who received treatment from January 1, 2020, to December 31, 2023. Data was randomly split into training (80%) and testing (20%) sets for model validation, with cross-validation performed. The algorithms used include decision tree, random forest, multilayer perception, extreme gradient boosting, and logistic regression. A consensus was reached for decision-making variables required in performing machine learning-based modeling of SITB data to predict treatment success using modeling of SITB data to predict treatment success using the Delphi method. The results of the study show that the random forest machine learning algorithm had the best performance and highest accuracy in predicting treatment success. This machine learning–based prediction tool can provide early predictions with SHAP (SHapley Additive ExPlanations) interpretation, helping healthcare workers make informed decisions more easily.
D-573
Depok : FKM-UI, 2025
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Lelitasari; Promotor: L. Meily Kurniawidjaja; Kopromotor: Sabarinah, Robiana Modjo; Penguji: Fatma Lestari, Purnawan Junadi, Lana Saria, Sudi Astono, Baiduri Widanarko
Abstrak:
Read More
Kelelahan dalam operasi tambang merupakan isu yang serius dan merupakan kontributor signifikan untuk terjadinya kecelakaan. Secara hukum perusahaan yang mengoperasikan tambang batubara harus mengembangkan dan mengimplementasikan strategi untuk mengendalikan setiap risiko keselamatan dan kesehatan yang berhubungan dengan kelelahan pada pekerja. Penelitian dilakukan untuk mengembangkan instrumen penilaian kinerja manajemen risiko kelelahan di perusahaan tambang batubara di Indonesia. Pendekatan studi merupakan gabungan antara pendekatan kualitatif untuk menemukan indikator kinerja dan kuantitatif untuk menguji validitas, reliabilitas dan kualitas instrumen penilaian kinerja manajemen risiko kelelahan di perusahaan tambang batubara. Sampel sebanyak 90 perusahaan tambang batubara yang ada di Indonesia. Penelitian menghasilkan instrumen penilaian kinerja manajemen risiko kelelahan di perusahaan tambang batubara yamg terdiri dari 31 indikator, dengan validitas dan reliabilitas instrumen sudah memenuhi persyaratan. Hasil analisis kurva ROC diperoleh cut off point 73 dan AUC 71,3% yang artinya skor kinerja MRK memiliki kekuatan prediksi sedang untuk terjadinya kecelakaan karena kelelahan. Ditemukan kinerja manajemen risiko kelelahan di perusahaan tambang batubara dengan kategori kurang baik 45,6% dan baik 54,4% Kategori kinerja manajemen risiko kelelahan berkategori kurang baik paling banyak terdapat pada perusahaan yang jumlah karyawannya Fatigue in mining operations is a serious issue and a significant contributor to accidents. According to the law, companies operating coal mines must develop and implement strategies to control any safety and health risks associated with worker fatigue. This research was conducted to develop an instrument for assessing the performance of fatigue risk management in coal mining companies in Indonesia. The study approach combines a qualitative approach to find performance indicators and a quantitative one to test the validity, reliability, and quality of fatigue risk management performance assessment instruments in coal mining companies. The sample is 90 coal mining companies in Indonesia. The study produced a tool for assessing the performance of fatigue risk management in coal mining companies consisting of 31 indicators, with the validity and reliability of the instrument meeting the requirements. The results of the ROC curve analysis obtained a cut off point of 73 and an AUC of 71.3%, which means that the Fatigue Risk Management performance score has moderate predictive power for accidents due to fatigue. It was found that the fatigue risk management performance in coal mining companies was in the poor category (45,6% and 54,4% good). From the type of company permits, the fatigue risk management performance category was in the good category, the most in companies with IUJP permit types 80% and the poor category the most in companies with Production Operation IUP permit types 73,7%. It was found that there was a relationship between fatigue risk management performance with the number of employees and the type of company permit. In order to measure, monitor, and evaluate the performance of fatigue risk management in coal mining companies, it is hoped that the Indonesian Ministry of Energy and Mineral Resources and Indonesian coal mining companies will implement the fatigue risk management performance evaluation tool.
D-472
Depok : FKM UI, 2022
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Felly Philipus Senewe;; Promotor: Purnawan Junadi; Ko-Promotor: Anhari Achadi; Penguji: Amal Chalik Sjaaf, Trihono, Ella Nurlaela Hadi, Syahrizal Syarif, Delina Hasan
D-288
Depok : FKM-UI, 2013
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Rico Kurniawan; Promotor: Budi Utomo; Kopromotor: Kemal Nazaruddin Siregar, Kalamullah Ramli; Penguji: Anhari Achadi, Besral, Tris Eryando, Soewarta Kosen; Ruddy J. Suhatril
Abstrak:
Read More
Penelitian ini berfokus pada deteksi dini hipertensi untuk mengurangi risiko penyakit kardiovaskular. Menggunakan data Indonesia Family Life Survey, penelitian ini mengidentifikasi faktor seperti umur, gender, indeks massa tubuh, aktivitas fisik, dan denyut nadi sebagai prediktor utama hipertensi. Analisis menggunakan regresi panel multivariable dengan model fixed effect dan random effect menentukan variabel signifikan dalam variabilitas tekanan darah. Model Markov Multi Status digunakan untuk menghitung probabilitas perubahan status tekanan darah. Hasil menunjukkan bahwa model machine learning dengan algoritma regresi logistik efektif dalam mengklasifikasi hipertensi di Indonesia, ditunjukkan dengan nilai Area Under Curve (0.751 untuk pria dan 0.794 untuk wanita) dan Complete Accuracy yang tinggi (0.780 untuk pria dan 0.798 untuk wanita).. Model ini menggunakan prediktor non-invasif yang mudah diukur, dan algoritma regresi linier menunjukkan kinerja yang baik untuk data kontinu. Studi ini juga mengungkapkan probabilitas transisi tekanan darah dari normal ke hipertensi, pre hipertensi menjadi normal atau hipertensi, dan kemungkinan individu hipertensi untuk tetap dalam kondisi tersebut atau berubah status.Kesimpulan dari penelitian adalah metode deteksi ini efisien untuk lingkungan dengan sumber daya terbatas dan dapat diintegrasikan dalam program kesehatan masyarakat. Faktor sosiodemografi dan antropometri efektif sebagai estimator dalam prediksi status hipertensi.
This study focuses on early detection of hypertension to reduce cardiovascular disease risks. Utilizing data from the Indonesia Family Life Survey, it identifies key predictors of hypertension such as age, gender, body mass index, physical activity, and pulse rate. Multivariable panel regression analysis employing both fixed effect and random effect models was conducted to determine significant variables influencing blood pressure variability. A Markov Multi Status model was used to calculate the probabilities of transitioning between different blood pressure statuses. The results demonstrate that the machine learning model, employing logistic regression algorithms, is effective in classifying hypertension in Indonesia, evidenced by high Area Under Curve and Complete Accuracy values. This model utilizes easily measurable, non-invasive predictors. Moreover, the linear regression algorithm showed superior performance for continuous data. The study also reveals the probabilities of transitioning from normal to hypertensive states, from pre-hypertension to normal or hypertension, and the likelihood of individuals with hypertension maintaining or changing their status. In conclusion, this detection method is efficient for resource-limited environments and can be integrated into broader public health programs. Socio-demographic and anthropometric factors are effective as estimators in predicting hypertension status.
D-495
Depok : FKM-UI, 2024
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Hafizah; Pembimbing: Sabarinah Prasetyo; Penguji: Dian Ayubi, Kusminanti, Yuni
Abstrak:
Penelitian ini membahas pengembangan website edukasi untuk meningkatkan kewaspadaan mahasiswa terhadap keselamatan kebakaran di FKM UI dengan 3 tahap utama yakni (1) Identifikasi kebutuhan dan permintaan upaya peningkatan kewaspadaan mahasiswa di FKM UI; (2) Analisis peluang pengembangan website edukasi; (3) Perancangan dan pengembangan prototype website edukasi; (4) Simulasi prototype website untuk melihat respon mahasiswa. Penelitian menggunakan gabungan metode kuantitatif dan kualitatif dengan desain cross sectional. Hasil penelitian menunjukkan adanya kebutuhan dan permintaan peningkatan kewaspadaan mahasiswa terkait keselamatan kebakaran di FKM UI, terdapat peluang dan hambatan untuk mengembangkan website edukasi di FKM UI, dan ada respon positif terhadap prototype website edukasi keselamatan kebakaran FKM UI.
Read More
S-7589
Depok : FKM UI, 2013
S1 - Skripsi Pusat Informasi Kesehatan Masyarakat
☉
Yvonne Suzy Handajani; Promotor: Soekidjo Notoatmodjo; Ko-promotor: Tri Budi W Rahardjo, Sudijanto Kamso; Hasbullah Thabrani; Sasanto Wibisono, Hary Isbagio, Kusharisupeni, Agus Suwandono, Lindawati Kusdhany
D-197
Depok : FKM-UI, 2006
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Siti Rahmah Hidayatullah Lubis; Promotor: Indri Hapsari Susilowati; Kopromotor: Besral, Endang Laksminingsih; Penguji: L. Meily Kurniawidjaja, Robiana Modjo, Yuli Amran, Hera Nurlita
Abstrak:
Read More
Ibu bekerja memiliki risiko lebih tinggi untuk melakukan terminasi menyusui lebih awal. Berbagai bentuk kebijakan sudah ditetapkan oleh Pemerintah. Tetapi kesadaran di industri masih rendah. Penelitian ini bertujuan untuk mengembangkan model dukungan laktasi di tempat kerja pada industri tekstil. Pendekatan penelitian menggunakan metode campuran dengan jenis desain eksploratori. Penelitian dilakukan pada April 2023-2024 pada 4 perusahaan tekstil di Kabupaten Sumedang Jawa Barat. Pengambilan data kualitatif dilakukan pada delapan orang informan. Sampel penelitian kuantitatif adalah pekerja wanita usia 15-49 tahun, memiliki anak usia ≥ 6 bulan-5 Tahun, dengan sampel berjumlah 558 orang yang didapatkan menggunakan teknik accidental sampling. Hasil penelitian menunjukkan bahwa pemberian ASI eksklusif memiliki hubungan signifikan dengan variabel tidak terpapar iklan susu formula (p=<0.001, OR=30.8 (95% CI: 9.08 – 104.6)), tidak mengalami stress kerja (p=<0.001, OR= 8,65 (95% CI: 2.89 – 25.8)), bekerja non shift (p=<0,001 OR=3.84 (95% CI: 1.93 -7.62)), tidak terpapar sosial budaya (p=0,016, OR=2.38 (95% CI: 1.17–4.83)) dan pengetahuan baik (p=0,025, OR=2.299 (95% CI: 1.042 – 5.072)) setelah dikendalikan oleh faktor implementasi program GP2SP, kebijakan laktasi, cuti melahirkan, ruang laktasi, sikap dan niat. Model Galaksi-Rose menunjukkan bahwa strategi peningkatan pemberian ASI eksklusif berfokus pada aspek intrapersonal pada pekerja dengan memaksimalkan peran dari tempat kerja dan peran dari lingkungan sosial. Peran lintas sektor secara luas diharapkan terutama dalam hal pemberian edukasi manajemen dan fisiologi laktasi untuk meningkatkan kesadaran bahwa ASI eksklusif memiliki manfaat bagi pekerja wanita dan bayinya, memiliki keuntungan bagi perusahaan, melakukan pengawasan dan pengaturan kondisi lingkungan kerja untuk menguatkan pekerja wanita sebagai pejuang ASI.
Working mothers have a higher risk of early breastfeeding termination. The government has established various policies. However, awareness in the industry is still low. This study aims to develop a model of workplace lactation support in the textile industry. The research approach used mixed methods with exploratory design. The research was conducted in April 2023-2024 in 4 textile companies in Sumedang Regency, West Java. Qualitative data collection was conducted on eight informants. The quantitative research sample was female workers aged 15-49 years, with children aged ≥ 6 months-5 years, with a sample of 558 people obtained using accidental sampling. The results showed that exclusive breastfeeding had a significant relationship with the variables of not being exposed to formula milk advertising (p=<0.001, OR=30.8 (95% CI: 9.08 - 104.6)), not experiencing work stress (p=<0.001, OR=8.65 (95% CI: 2.89 - 25.8)), working non-shift (p=
D-523
Depok : FKM-UI, 2024
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉