Hasil Pencarian :: Kembali

Ditemukan 33853 dokumen yang sesuai dengan query ::  Simpan CSV
cover
Aldila Riznawati; Pembimnbing: Tris Eryando; Penguji: Artha Prabawa, Juri Hendrajadi
Abstrak:
Data dan informasi memiliki peran yang penting dalam proses pengambilan keputusan. Di bidang kesehatan, pemanfaatan data digunakan untuk mengestimasi beban suatu penyakit termasuk determinannya. Tuberculosis (TB) masih menjadi masalah kesehatan global yang menginfeksi 10,6 juta orang di seluruh dunia pada tahun 2021, dimana Indonesia menjadi penyumbang beban kasus tertinggi kedua setelah India. Provinsi dengan jumlah temuan kasus TB tertinggi di Indonesia dalam 5 tahun terakhir adalah Provinsi Jawa Barat. Untuk mengetahui model spasial faktor risiko yang berpengaruh di masing-masing wilayah kabupaten/kota, dilakukan analisis dengan pendekatan spasial menggunakan data sekunder. Hasil dari penelitian ini menunjukkan adanya autokorelasi spasial positif yang berpengaruh signifikan terhadap jumlah kasus TB di Provinsi Jawa Barat yang artinya sebaran kasus membentuk pola mengelompok dan wilayah yang berdekatan cenderung mempengaruhi wilayah sekitarnya. Adapun wilayah kabupaten/kota yang menjadi wilayah hotspot dan menjadi wilayah prioritas intervensi penanganan kasus TB di Provinsi Jawa Barat adalah Kabupaten Bekasi, Kabupaten Bogor, Kabupaten Karawang, Kabupaten Purwakarta, Kabupaten Sukabumi, Kota Bekasi, Kota Bogor dan Kota Depok. Analisis spasial menemukan faktor risiko yang memiliki pengaruh berbeda pada masing-masing wilayah kabupaten/kota yaitu penduduk miskin, suhu dan ketinggian wilayah, sehingga bentuk intervensi kesehatan yang dilakukan juga berbeda. Pemanfaatan data dengan pendekatan spasial ini diharapkan dapat menjadi pendukung pengambilan keputusan (decision making support) terkait program dan kebijakan intervensi kesehatan yang spesifik wilayah sehingga tepat sasaran dan mampu menurunkan jumlah kasus TB di Provinsi Jawa Barat.



Data and information have an important role in the decision-making process. In the health sector, data utilization is used to estimate the burden of a disease including its determinants. Tuberculosis (TB) remains a global health problem that infects 10.6 million people worldwide in 2021, where Indonesia is the second highest contributor to caseload after India. The province with the highest number of TB case findings in Indonesia in the last 5 years is West Java Province. To find out the spatial model of risk factors that have an effect on each district/city, an analysis was carried out using a spatial approach using secondary data. The results of this study indicate that there is a positive spatial autocorrelation that has a significant effect on the number of TB cases in West Java Province, which means that the distribution of cases forms a clustered pattern and adjacent areas tend to affect the surrounding area. The districts/cities that have become hotspot areas and are priority areas for intervention in handling TB cases in West Java Province are Bekasi Regency, Bogor Regency, Karawang Regency, Purwakarta Regency, Sukabumi Regency, Bekasi City, Bogor City and Depok City. Spatial analysis found risk factors that had different effects in each district/city area, namely the poor population, temperature and altitude, so that the forms of health interventions carried out were also different. Utilization of data with this spatial approach is expected to be able to support decision-making support related to health intervention programs and policies that are specific to the area so that they are right on target and able to reduce the number of TB cases in West Java Province.
Read More
T-6607
Depok : FKM-UI, 2023
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Rani Delfiyanti; Pembimbing: Tris Eryando; Penguji: Martya Rahmaniati Makful, Intan Widayati dan Fresty Cahya Maulina
Abstrak:
Salah satu tujuan Sustainable Development Goals (SDGs) ialah menjamin kehidupan yang sehat dan meningkatkan kesejahteraan seluruh penduduk semua usia. Dengan target pada tahun 2030, menurunkan rasio angka kematian ibu hingga kurang dari 70 per 1000 kelahiran hidup serta menurunkan angka kematian neonatal setidaknya 12 per 1000 kelahiran hidup. Angka kematian neonatal di Indonesia sebesar 16,85%, sebagian besar disebabkan oleh BBLR. BBLR merupakan prediktor kesehatan masyarakat yang penting karena BBLR tidak hanya akan meningkatkan risiko kematian dan penyakit setelah lahir, tetapi juga dapat meningkatkan risiko mengalami penyakit tidak menular selama hidupnya. Sehingga diperlukan langkah yang tepat untuk menurunkan angka kelahiran BBLR, mengingat dampak-dampak buruk yang dihasilkan jangka panjang. Salah satu metode yang digunakan dalam manajemen penyakit berbasis wilayah ialah analisis spasial. Analisis spasial perlu dilakukan untuk menjadi decision support system dalam melakukan intervensi yang tepat berbasis wilayah dan masalah (specific area intervention model). Penelitian ini merupakan penelitian dengan desain studi ekologi dengan pendekatan spasial dengan tujuan untuk mendapatkan persebaran BBLR, untuk mendapatkan determinan yang paling berpengaruh terhadap BBLR, serta mendapatkan prioritas intervensi terkait penanganan BBLR di wilayah kabupaten/kota Provinsi Banten dan Jawa Barat. Data yang digunakan ialah data sekunder yang diperoleh dari publikasi dari Dinas Kesehatan dan Badan Pusat Statistik (BPS) Provinsi Banten dan Jawa Barat tahun 2020-2022, serta peta wilayah Provinsi Banten dan Jawa Barat dari Badan Informasi Geospasial (BIG). Adapun unit analisis yang digunakan ialah kabupaten/kota. Analisis data dilakukan dengan aplikasi SPSS untuk analisis data secara statistik, aplikasi GeoDa untuk melihat sebaran dan area hotspot kasus BBLR, aplikasi R untuk melakukan uji GTWR dan aplikasi Quantum GIS (QGIS) menginterpretasikan hasil analisis ke dalam visualisasi dalam bentuk peta. Diperoleh hasil bahwa kasus BBLR di Provinsi Banten dan Jawa Barat tersebar secara clustered atau mengelompok, dengan wilayah hotspot BBLR tiap tahunnya ialah Kabupaten Ciamis, Kabupaten Majalengka, dan Kabupaten Tasikmalaya. Tiap wilayah memiliki determinan yang berpengaruh berbeda-beda, dan secara keseluruhan terdapat enam variabel determinan yang berpengaruh secara spasial terhadap kejadian BBLR, yakni kunjungan antenatal (K4), linakes, tingkat kemiskinan, sanitasi, paritas, dan ketinggian wilayah. Intervensi yang menjadi prioritas terhadap ketiga wilayah hotspot tersebut ialah terhadap determinan paritas.

One of the goals of the Sustainable Development Goals (SDGs) is ensuring healthy lives and promoting well-being at all ages. The target of 2030, reducing the maternal mortality rate to less than 70 per 1000 live births and reducing the neonatal mortality rate to at least 12 per 1000 live births. The neonatal mortality rate in Indonesia is 16.85%, mostly caused by low birth weight (LBW). LBW is an important predictor of public health because it is not only increasing the risk of death and disease after birth, but can also increase the risk of experiencing non-communicable diseases during life. So, the appropriate steps are needed to reduce the LBW birth rate, considering the long-term negative impacts. One of the methods used in spatial disease management is spatial analysis. Spatial analysis needs to be carried out to become a decision support system in carrying out appropriate interventions based on areas and problems (specific model intervention areas). This research using an ecological study design with a spatial approach with the aim of getting the distribution of LBW, to get the determinants that most influence LBW, as well as getting priority interventions related to handling LBW in the districts/cities of Banten and West Java Provinces. Secondary data analysis was conducted using the publications from the Dinas Kesehatan Provinsi and Badan Pusat Statistik (BPS) of Banten and West Java Provinces for 2020-2022, and regional maps of Banten and West Java Provinces from the Badan Informasi Geospasial (BIG). The unit of analysis used is the district/city. Data analysis was carried out using the SPSS application to analyze the data statistically, the GeoDa application to see the distribution and hotspot areas of LBW cases, the R application to carry out the GTWR test and the Quantum GIS (QGIS) application to interpret the analysis results into visualizations in map form. The results obtained were that LBW cases in Banten and West Java Provinces were distributed in clusters, with the LBW hotspot areas each year being Ciamis Regency, Majalengka Regency and Tasikmalaya Regency. Each region has different influencing determinants, and overall there are six determinant variables that spatially influence the incidence of LBW, namely antenatal visits (K4), health care, poverty level, sanitation, parity and regional altitude. The priority intervention for the three hotspot areas is the determinants of parity.
Read More
T-7038
Depok : FKM UI, 2024
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Deny Yudhistira; Pembimbing: Martya Rahmaniati Makful; Penguji: Kemal Nazaruddin Siregar, Tris Eryando, Tiopan Sipahutar, Fajar Nugraha
Abstrak:
Stunting merupakan salah satu masalah kesehatan masyarakat global yang sampai saat ini masih perlu memperoleh perhatian penting terutama di negara-negara berkembang. Indonesia perlu menurunkan prevalensi stunting menjadi 14% pada tahun 2024. Sebanyak 108 kabupaten/kota di Provinsi Banten, Jawa Barat, jawa Tengah dan Jawa Timur termasuk lokasi fokus intervensi percepatan penurunan stunting terintegrasi tahun 2023 dengan skema percepatan khusus. Penelitian ini bertujuan untuk mengetahui visualisasi dashboard data wilayah berisiko stunting dikaitkan dengan pola asuh, faktor lingkungan, faktor akses pelayanan kesehatan, penyakit infeksi dan BBLR di Provinsi Banten, Jawa Barat, Jawa Tengah dan Jawa Timur tahun 2021. Penelitian ini merupakan studi ekologi dengan unit analisis di tingkat kabupaten/kota dan menggunakan data sekunder berupa data agregat hasil Studi Status Gizi Indonesia (SSGI) Tahun 2021 yang diperoleh dari BKPK Kemenkes RI. Hasilnya dashboard yang dibuat dapat menyajikan data pemetaan sebaran risiko stunting dikaitkan dengan pola asuh, faktor lingkungan, faktor pelayanan kesehatan, penyakit infeksi dan BBLR. Selain itu juga menyajikan data dan grafik variabel di tingkat kabupaten/kota yang interaktif, serta menyajikan simulasi prevalensi stunting yang dihubungkan dengan variabel yang signifikan berhubungan dengan stunting pada penelitian ini.

Stunting is one of the global public health problems that still needs important attention, especially in developing countries. Indonesia needs to reduce the prevalence of stunting to 14% by 2024. A total of 108 districts/cities in the provinces of Banten, West Java, Central Java and East Java are included in the focus locations of the integrated stunting reduction acceleration intervention in 2023 with a special acceleration scheme. This study aims to describe the dashboard visualization of data on areas at risk of stunting associated with parenting, environmental factors, health service access factors, infectious diseases and LBW in Banten, West Java, Central Java and East Java Provinces in 2021. This research is an ecological study with a unit of analysis at the district / city level and used secondary aggregated data of the 2021 Indonesian Nutrition Status Study (SSGI) obtained from the BKPK Kemenkes RI. As a result, the dashboard created can present data mapping the distribution of stunting risk associated with parenting, environmental factors, health service factors, infectious diseases and LBW. In addition, it also presented data and graphs of variables at the interactive district / city level, and presented a simulation of the prevalence of stunting associated with variables that were significantly associated with stunting in this study.
Read More
T-6666
Depok : FKM-UI, 2023
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Sofiyulloh; Pembimbing: Martya Rahmaniati Makful; Penguji: Artha Prabawa, Sutanto Priyo Hastono, Dian Sidik Arsyad, Dion Zein Nuridzin
Abstrak:

Kematian ibu merupakan salah satu permasalahan kesehatan yang masih terjadi. AKI Indonesia pada tahun 2020 mencapai 189 per 100.000 kelahiran hidup yang masih di atas target SDGs 2030. Dan Jawa Timur merupakan provinsi yang memiliki kasus kematian ibu cukup tinggi di Indonesia. Berbagai faktor dapat berpengaruh terhadap kejadian kematian ibu, baik dari faktor kesehatan maupun non kesehatan. Pendekatan spasial pada penelitian ini bertujuan untuk melihat pengaruh faktor secara lokal di antarwilayah dan antarwaktu. Dalam penelitian ini, digunakan data sekunder berupa agregat dari publikasi profil kesehatan Jawa Timur dan BPS Jawa Timur, dengan variabel dependen kematian ibu, serta independen Rata-Rata Lama Sekolah (RLS), usia kawin, penduduk miskin, rasio tenaga kesehatan, rasio puskesmas, persalinan di fasyankes, dan ANC dari tahun 2021 – 2023. Juga terdapat atribut spasial berupa ketinggian wilayah dan kerapatan jalan serta peta digital. Metode yang digunakan adalah pemetaan faktor risiko dengan overlay serta statistik spasial dengan Geographically Weighted Regression. Didapatkan faktor risiko determinan kematian ibu cenderung sedang dan tinggi di tahun 2021, 2022, dan 2023. Juga didapatkan kejadian kematian ibu terjadi autokorelasi global dengan pola berkelompok. Dan secara autokorelasi lokal, terdapat beberapa wilayah signifikan di setiap tahun. Sedangkan untuk hasil GWR, didapatkan variabel signifikan lokal di tahun 2021 adalah ANC di seluruh wilayah, dan 2022 tidak ada variabel signifikan, sedangkan 2023 beberapa wilayah signifikan dengan rasio tenaga kesehatan dan persalinan di fasyankes, dan beberapa tidak signifikan. Dan untuk model dari nilai R2 bervariasi, meskipun cenderung meningkat dari tahun 2021 ke 2023. Dari hasil penelitian ini diharapkan dapat menjadi bahan perencanaan bagi program kesehatan ibu dan anak di Jawa Timur, agar dapat fokus ke wilayah prioritas intervensi. Kata kunci: kematian ibu, spasial, sosial-ekonomi, layanan kesehatan


Maternal mortality remains a significant health issue. Indonesia’s maternal mortality rate (MMR) in 2020 reached 189 per 100,00 0 live births, still above the 2030 SDGs target. East Java is one of the provinces with the highest maternal mortality rates in Indonesia. Various factors can influence maternal mortality rates, both health-related and non- health-related. The spatial approach in study aims to examine the local influences of these factors across regions and over time. In this study, secondary data in the form of aggregates from East Java health profile publications and the East Java Central Statistics Agency (BPS) were used, with the dependent variable being maternal mortality and the independent variables being Average Years of Schooling (RLS), age at marriage, poor population, health worker ration, health center ratio, deliveries in health facilities, and ANC from 2021 – 2023. Spatial attributes include elevation, road density, and digital maps. The methods used include risk factors mapping with overlay and spatial statistics using Geographically Weighted Regression (GWR). The results indicate that risk factors for maternal mortality tend to be moderate to high ini 2021, 2022, and 2023. Additionally, maternal mortality events exhibit global autocorrelation with a clustered pattern. In terms of local autocorrelation, there were several significant regions in each year. For the GWR results, the significant local variable in 2021 was ANC across all regions, while in 2022 there were no significant variables, and in 2023, some regions were significant with the ratio of healthcare workers and births in healthcare facilities, while others were not significant. The R2 values of the models varied, though they tended to increase from 2021 to 2023. The findings of this study are expected to serve as a basis for planning maternal and child health programs in East Java, enabling a focus on priority intervention areas. Key words: maternal mortality, spatial, social-economic, health services

Read More
T-7252
Depok : FKM-UI, 2025
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Evi Pahlawaniati; Pembimbing: Sabarinah Prasetyo; Penguji: Rita Damayanti, Kemal Nazaruddin Siregar, Wendy Hartanto
Abstrak: Kebutuhan pelayanan KB yang tidak terpenuhi (unmet need KB) didefinisikan sebagaipersentase wanita kawin yang tidak ingin punya anak lagi atau ingin menjarangkankelahiran berikutnya, tetapi tidak memakai alat/cara kontrasepsi. Tren unmet need KBdi Indonesia dalam lima tahun terakhir mengalami peningkatan dari 11,4% pada Tahun2012 menjadi 15,8% pada Tahun 2016. Penelitian ini bertujuan untuk mengetahuideterminan pada tingkat individu dan tingkat kabupaten/kota terhadap status unmet needKB di empat provinsi dengan proporsi unmet need tinggi dan rendah (Maluku,Sumatera Utara, DKI Jakarta dan Kalimantan Barat). Analisis data sekunder dariSusenas pada tingkat individu, laporan rutin BKKBN dan BPS Tahun 2016 pada tingkatkabupaten/kota. Sampel yang digunakan sebesar 23.276 wanita usia subur berstatuskawin (PUS) di Provinsi Maluku, Sumatera Utara, DKI Jakarta dan Kalimantan Baratyang merupakan bagian dari sampel Susenas Tahun 2016. Analisis data dilakukandengan menggunakan regresi logistik multilevel. Determinan yang berpengaruhterhadap status unmet need KB pada PUS di Provinsi Maluku, Sumatera Utara, DKIJakarta dan Kalimantan Barat secara keseluruhan terdiri dari faktor-faktor yang terdapatpada tingkat individu yakni umur wanita, usia kawin pertama, jumlah anak masih hidup,daerah tempat tinggal dan kepemilikan asuransi BPJS kesehatan. Umur wanitamerupakan faktor yang memiliki kontribusi terbesar terhadap perbedaan status unmetneed KB. Faktor-faktor yang terdapat pada tingkat individu memiliki peran yang lebihbesar terhadap kejadian unmet need KB dibandingkan dengan faktor-faktor yangterdapat pada tingkat kabupaten/kota.Kata kunci:Unmet need; wanita usia subur; individu; kabupaten/kota
Unmet Need for Family Planning services is the proportion of women of childbearingage who do not want children anymore or want to delay childbirth but do not usecontraception to prevent pregnancy.Trends unmet need for family planning in Indonesiain the last five years has increased from 11,4% in 2012 to 15,8% in 2016. The studyaims to kmow determinants of the unmet need for family planning the individual at theindividual level and the at district/city in the four provinces with a high need proportion(Maluku, North Sumatera, DKI Jakarta and West Kalimantan. At the individual level,data were taken from Susenas 2016 and at the district/city data were taken from regularbkkbn and bps report. 23,276 married women of reproductive age in Maluku, NorthSumatera, Jakarta and West Kalimantan were used as sample which is part of theSusenas sample in 2016. Data analysis was done by using multilevel logistic regression.Overall, determinants of unmet need for family planning in Maluku, North Sumatera,Jakarta and West Kalimantan are factors at the individual level ie women age, the age offirst marriage, number of living child, residence, BPJS health insurance ownership.Women age is the factor with the greatest contribution to unmet need for familyplanning status. Factors at the individual level have a greater influence on the unmetneed of family planning compared to the factors at the district/city level.Key words:unmet need; women of childbearing age; individual; district/city.
Read More
T-5369
Depok : FKM-UI, 2018
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Suharyo Adijoyo Nugroho; Pembimbing: Martya Rahmaniati Makful; Penguji: Rico Kurniawan, Yolanda Handayani
Abstrak:
Campak masih menjadi salah satu penyakit menular yang menjadi masalah kesehatan masyarakat di Indonesia karena memiliki tingkat penularan yang tinggi serta dipengaruhi oleh berbagai faktor risiko yang berbeda pada setiap wilayah. Pendekatan spasial diperlukan untuk menggambarkan distribusi risiko kejadian campak secara komprehensif sehingga dapat mendukung penyusunan prioritas intervensi kesehatan. Penelitian ini bertujuan menganalisis faktor risiko kejadian campak menggunakan pendekatan spasial di Indonesia tahun 2023. Penelitian ini menggunakan desain studi ekologi dengan unit analisis sebanyak 38 provinsi di Indonesia. Data yang digunakan merupakan data sekunder yang diperoleh dari Kementerian Kesehatan Republik Indonesia, Badan Pusat Statistik, dan Badan Informasi Geospasial tahun 2023. Analisis dilakukan secara deskriptif menggunakan Sistem Informasi Geografis melalui metode scoring dan overlay dengan klasifikasi Natural Breaks (Jenks) terhadap enam faktor risiko, yaitu cakupan imunisasi campak, jumlah fasilitas pelayanan kesehatan, topografi wilayah, kepadatan penduduk, cakupan pemberian vitamin A, dan status gizi buruk. Hasil penelitian menunjukkan bahwa distribusi setiap faktor risiko memiliki variasi antarprovinsi di Indonesia. Berdasarkan hasil pembobotan gabungan seluruh faktor risiko, seluruh provinsi berada pada kategori risiko sedang, namun memiliki tingkat kerentanan yang berbeda sesuai kombinasi karakteristik faktor risiko yang dimiliki. Provinsi Papua Pegunungan memiliki skor pembobotan tertinggi sehingga menjadi wilayah dengan tingkat risiko relatif paling tinggi, sedangkan Provinsi Bali memiliki skor pembobotan terendah. Hasil penelitian menunjukkan bahwa pendekatan spasial mampu menggambarkan variasi risiko kejadian campak berdasarkan karakteristik kesehatan, demografi, dan geografis pada setiap provinsi. Dengan demikian, analisis spasial berbasis multifaktor dapat memberikan gambaran risiko kejadian campak secara lebih komprehensif serta menjadi dasar dalam penentuan prioritas intervensi dan penyusunan kebijakan pengendalian campak di Indonesia.

Measles remains a major public health concern in Indonesia due to its high transmissibility and the variation of risk factors across regions. A spatial approach is needed to comprehensively describe the distribution of measles risk and to support evidence-based public health interventions. This study aimed to analyze the risk factors associated with measles using a spatial approach in Indonesia in 2023. An ecological study design was employed using all 38 provinces of Indonesia as the units of analysis. Secondary data were obtained from the Indonesian Ministry of Health, Statistics Indonesia, and the Geospatial Information Agency for the year 2023. Descriptive spatial analysis was conducted using a Geographic Information System through scoring and overlay methods with the Natural Breaks (Jenks) classification to assess six risk factors, including measles immunization coverage, the number of health facilities, topographic characteristics, population density, vitamin A coverage, and severe malnutrition. The findings revealed spatial variations in each risk factor across Indonesian provinces. Based on the combined risk scoring, all provinces were classified as having a moderate risk category, although each province exhibited different levels of vulnerability according to its combination of health, demographic, and geographic characteristics. Highland Papua Province had the highest composite risk score, indicating the greatest relative vulnerability, while Bali Province had the lowest score. These findings demonstrate that a multifactor spatial approach provides a comprehensive representation of measles risk distribution and may serve as valuable evidence for prioritizing public health interventions and supporting measles control policies in Indonesia.
Read More
T-7714
Depok : FKM-UI, 2026
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Sylvia Kyla; Pembimbing: Artha Prabawa; Penguji: Sabarinah Prasetyo, Resyana Yunita
Abstrak: Tujuan penelitian ini adalah mendapatkan gambaran tingkat kerawanan dari kejadian tuberkulosis paru di Kota Depok tahun 20172019. Metode yang digunakan adalah studi observasional dengan pendekatan analisis spasial dengan memakai data agregat dari laporan rutin yang dikeluarkan Dinas Kesehatan Kota Depok. Hasil dari penelitian adalah dua dari sebelas kecamatan di Kota Depok termasuk ke dalam kategori daerah rawan tuberkulosis selama tahun 2017-2019 yaitu Kecamatan Sukmajaya dan Kecamatan Cinere, serta terdapat korelasi statistik yang bermakna antara rasio fasilitas kesehatan tahun 2017-2019 dengan insiden tuberkulosis paru BTA positif dengan nilai korelasi sebesar 0.417.
Read More
S-10791
Depok : FKM UI, 2021
S1 - Skripsi   Pusat Informasi Kesehatan Masyarakat
cover
Viko Iqra Marenza; Pembimbing: Rico Kurniawan; Penguji: Kemal Nazaruddin Siregar, Popy Yuniar, Muhammad Amin Bakri, Mira Miranti Puspitasari
Abstrak:
Influenza like illness (ILI) merupakan gejala infeksi penyakit pernapasan akut yang menimbulkan beberapa gejala seperti tubuh panas, batuk selama 10 hari terakhir, influenza like illness memiliki gejala yang hampir sama dengan infeksi pernapasan lainnya. Coronavirus, flu burung dan flu babi merupakan penyakit yang memiliki gejala yang serupa dengan  influenza like illnes dengan dampak kesehatan yang dialami. Penggunaan data sosial media X  di Indonesia mencapai 24 juta serta termasuk 4 terbesar didunia, berdasarkan berberapa penelitian  penggunaan data sosial media X dapat digunakan  sebagai upaya deteksi dini penyakit  seperti influenza like illnes.  Tujuan dalam peneltian ini adalah menggunakan data sosial media X untuk identifikasi influenza like illnes berdasarkan di Jawa Barat. Penelitian menggunakan penelitian eksploratif pengembangan klasifikasi teks yang menggunakan data sosial media X dengan machine learning clustering dan klasifikasi teks. Hasil penelitian menggunakan pendeakatan machine learning clustering didapatkan 2 kelompok dalam dataset yaitu kelompok kasus dan bukan kasus, kemudian hasil penelitian klasifikasi menggunakan algoritma support vector machine, naïve bayes, random forest dan XGBoost. Berdasarkan hasil pendekatan unigram dengan algoritma random forest dengan jumlah pohon 700 merupakan algoritma terbaik dalam klasifikasi teks mencapai akurasi 0.72.

Influenza-like illness (ILI) is a symptom of acute respiratory infection that causes several symptoms such as fever, coughing for the past 10 days, and influenza-like illness has symptoms that are almost the same as other respiratory infections. Coronavirus, avian flu, and swine flu are diseases with symptoms similar to influenza-like illness, each with their own health impacts. The use of social media platform X in Indonesia has reached 24 million users, making it one of the top four largest user bases globally. According to several studies, social media data from X can be utilised as an early detection tool for diseases like influenza-like illness.  The objective of this study is to use social media data from X to identify influenza-like illnesses in West Java. The study employs an exploratory approach to text classification using social media data from X, combined with machine learning clustering and text classification techniques. The results of the machine learning clustering approach identified two groups in the dataset: cases and non-cases. The classification results were obtained using the support vector machine, naïve Bayes, random forest, and XGBoost algorithms. Based on the unigram approach with the random forest algorithm and 700 trees, this algorithm was the best for text classification, achieving an accuracy of 0.72.

Read More
T-7348
Depok : FKM UI, 2025
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Kustiana Nur Ekawati; Pembimbing: Milla Herdayati; Penguji: Martya Rahmaniati Makful, Supriyono Pangribowo
Abstrak:
Pendahuluan Saat ini masyarakat di dunia, termasuk Indonesia sedang menghadapi pandemi COVID-19. Sejak ditetapkan kasus pertama COVID-19 di Indonesia sampai 21 Mei 2022, penderita COVID-19 sebanyak 6.052.36 kasus dan 156.519 diantaranya meninggal dunia. Provinsi Jawa Timur merupakan provinsi dengan kasus COVID-19 paling banyak kedua pada tahun 2020 dan peringkat ketiga pada tahun 2021. Case Fatality Rate Provinsi Jawa Timur meningkat dari tahun 2020-2021 yaitu dari 6,9 menjadi 7,4 dan masuk dalam dua provinsi dengan CFR paling tinggi di Indonesia. Tujuan: Penelitian ini bertujuan untuk mengetahui pola persebaran kasus konfirmasi dan meninggal COVID-19 dan faktor risikonya di wilayah Kabupaten/Kota di Jawa Timur secara spasial pada tahun 2020-2021. Metode: Penelitian ini adalah penelitian ekologi dengan menggunakan analisis Moran’s I. Populasi yang digunakan adalah seluruh penderita COVID-19 di Jawa Timur tahun 2020-2021 dengan satuan analisis per kab/kota. Hasil dan Pembahasan: Pola persebaran mengelompok pada tahun 2020 dan 2021 terdapat pada variabel konfirmasi COVID-19 dengan variabel persentase penderita hipertensi, persentase penderita diabetes melitus, rasio puskesmas, rasio rumah sakit rujukan COVID-19 dan rasio tenaga kesehatan. Pola persebaran mengelompok pada tahun 2020 dan 2021 terdapat pada variabel meninggal COVID-19 dengan variabel kepadatan penduduk. Fasilitas kesehatan merupakan salah satu faktor penting yang berhubungan dengan kasus konfirmasi dan meninggal pada COVID-19 karena akan mempengaruhi testing, tracing serta treatment dalam penangangan COVID-19.

Background: Indonesia is one of countries that facing COVID-19 Pandemic in the world at the moment. Since the first case of COVID-19 was determined in Indonesia until 21 of May 2022, there are 6.052.36 cases in total and 156.519 deaths. East Java is in the second place of provinces with the most case of COVID-19 in 2020 and in the third place in 2021. Case Fatality Rate of East Java increased from 2020 to 2021 which was from 6,9 to 7,4 and became one of two provinces with the highest CFR in Indonesia. Objective: this study aims to know the distribution pattern of confirmed cases and deaths of COVID-19 spatially and its risk factors in districts of East Java in 2020-2021 with unit analysis per district/city. Result and Discussion: the clustered distribution pattern in 2020 and 2021 is found in the COVID-19 confirmation variable with the variable percentage of hypertension patients, percentage of diabetes mellitus patients, ratio of community health centers, ratio of referral hospitals for COVID-19 and ratio of health workers. The clustered distribution pattern in 2020 and 2021 is found in the COVID-19 death variable with the variable of population density. Health facilities are one of the important factors related to confirmed cases and deaths of COVID-19 because it will affect the testing, tracing and treatment in handling COVID-19.
Read More
S-11206
Depok : FKM-UI, 2023
S1 - Skripsi   Pusat Informasi Kesehatan Masyarakat
cover
Teguh Rubiyanto; Pembimbing: Tris Eryando, Besral; Penguji: Asih Setiarini, Sugito, Galopong Sianturi
Abstrak:

Gizi buruk merupakan masalah kesehatan yang menjadi beban bagi negara-negara berkembang termasuk Indonesia. Pada anak-anak, gizi buruk dapat mengakibatkan terhambatnya pertumbuhan, rentan terhadap penyakit terutama penyakit infeksi, serta dapat pula mengakibatkan penurunan kecerdasan. Sedang pada orang dewasa, kekurangan gizi dapat menyebabkan penurunan produktifitas serta penurunan daya tahan, sehingga mudah terkena penyakit. Di Kabupaten Sambas, hasil pemantauan status gizi (PSG) balita tahun 2003 sampai dengan tahun 2005 menunjukan adanya kecenderungan kasus gizi buruk dan gizi kurang yang terus meningkat dari tahun ke tahun. Selama informasi yang dihasilkan dari sistem informasi gizi baru berupa data cakupan program penanggulangan, belum mengarah pada kondisi wilayah mana yang menjadi prioritas program penanggulangan gizi buruk serta tindakan apa yang akan dilakukan untuk penanggulangan gizi buruk tersebut. Hal ini menyebabkan kurang efektifnya program yang direncanakan. Penelitian ini bertujuan untuk mengembangkan adanya suatu sistem pendukung keputusan untuk program penanggulangan gizi buruk pada balita di Kabupaten Sambas yang dapat membantu dalam proses pengambilan keputusan dengan menggunakan data- data yang telah ada, sehingga keputusan yang diambil dapat lebih efektif dalam penanggulanan gizi buruk. Penelitian yang dilakukan merupakan pengembangan sistem dengan metodologi Structure System Analysis and Design (SSAD) atau metodologi yang berorientasi data (Data Oriented Methodologies). Metodologi ini menekankan pada karakteristik data yang akan diproses. Penelitian ini juga menggunakan Data Flow Diagram (DFD) sebagai alat untuk menggambarkan sistem yang sedang berjalan ataupun sistem yang akan dikembangkan. Hasil penelitian ini menunjukan bahwa pelaksanaan Permantauan Wilayah Setempat (PWS) Gizi di Kabupaten Sambas sudah sesuai prosedur. Permasalahan yang dihadapi pada sistem informasi gizi di Kabupaten Sambas adalah : (1) Laporan dari Puskesmas masih sering terlambat dan tidak tepat waktu (2) Minimnya tenaga pengelola gizi di yang hanya berjumlah 2 orang (3) Data belum dianalisis secara terintegrasi, analisis masih dilakukan secara manual sehingga sering terjadi kesalahan perhitungan baik dalam jumlah maupun hasil akhir dalam bentuk prevalensi. (4) Keluaran yang dihasilkan hanya terbatas pada informasi cakupan program. Untuk mengatasi permasalahan tersebut, diupayakan pembinaan administratif kepada Puskemas, peningkatan kualitas pengelola program gizi, serta dukungan sarana dan prasarana dalam upaya peningkatan pengelolan informasi gizi di Kabupaten Sambas. Sistem Pendukung Keputusan (SPK) yang dihasilkan berupa, pengembangan basis data pemantauan pertumbuhan balita dan pemantauan status gizi (PSG). Keluaran yang dihasilkan sistem berupa data pencapaian cakupan program penanggulangan gizi buruk dalam bentuk tabel, grafik maupun skala prioritas wilayah maupun skala prioritas program dalam bentuk pemetaan sederhana.


Malnutrition is known as one of health problems that still a burden in most developing countries, including Indonesia. It manifests to children in causing growth disorder, vulnerability to some diseases, especially infectious one, and also decreasing the child intelligence. Meanwhile, toward the adult, malnutrition can cause on reducing the productivity, as well as reducing the body resistance that make them vulnerable to some diseases. At Kabupaten of Sambas, the result of the state of nutrition monitoring (PSG) toward under-five in the year of 2003 to 2005 showed from year to year that there is a trend on the increasing of cases on malnutrition and under-nutrition. However, in dealing with the situation, during the malnutrition management program, there has no decision been made in which region will be the priority of the program and what action should be done in order to improve the condition. The situation that produce an ineffective process on program that has been planned. The study has a purpose on developing a decision supporting system for the malnutrition management program toward under-five at Kapubaten of Sambas, by assisting the process on decision making with some existing data at the region, in order to have an effective way on managing the malnutrition problems. The study is using a system development with Structure System Analysis and Design (SSAD) method, or Data Oriented Method, which is emphasized on data characteristic processed. The study is also developing the Data Flow Diagram System. The result of the study on the implementation of Nutrition Local Monitoring Area (NLAM) at Kabupaten Sambas showed that (1) The report from Puskesmas is mostly still delayed and always not on-time; (2) Inadequacy on nutrition management personnel, which is only 2; (3) The existing data has not been well integrated analyzed, and usually using manually, in which make the erroneous on calculation and result for producing the prevalence measurement; (4) The outcome of the NLAM is only limited to the result of the program coverage. Therefore, in order to cope with those issues mentioned above, a capacity building for Puskesmas administration, and quality improvement for nutrition informatics personnel are proposed. The Decision Supporting System (DSS) that has been made is consisting of the development of data base on under-five growth monitoring and state nutrition monitoring (SNM). The outcome of the system development is the data of program coverage on malnutrition management program, in the form of a simple mapping.

Read More
T-2771
Depok : FKM UI, 2008
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
:: Pengguna : Pusat Informasi Kesehatan Masyarakat
Library Automation and Digital Archive