Ditemukan 39208 dokumen yang sesuai dengan query :: Simpan CSV
Rani Delfiyanti; Pembimbing: Tris Eryando; Penguji: Martya Rahmaniati Makful, Intan Widayati dan Fresty Cahya Maulina
Abstrak:
Read More
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.
T-7038
Depok : FKM UI, 2024
S2 - Tesis Pusat Informasi Kesehatan Masyarakat
☉
Deny Yudhistira; Pembimbing: Martya Rahmaniati Makful; Penguji: Kemal Nazaruddin Siregar, Tris Eryando, Tiopan Sipahutar, Fajar Nugraha
Abstrak:
Read More
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.
T-6666
Depok : FKM-UI, 2023
S2 - Tesis Pusat Informasi Kesehatan Masyarakat
☉
Aldila Riznawati; Pembimnbing: Tris Eryando; Penguji: Artha Prabawa, Juri Hendrajadi
Abstrak:
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
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.
T-6607
Depok : FKM-UI, 2023
S2 - Tesis Pusat Informasi Kesehatan Masyarakat
☉
Iksanatun Fadila Oktabriani; Pembimbing: Mila Herdayat; Penguji: Besral, R. Sutiawan, Devi Maryori, Rahmadevi
T-5375
Depok : FKM-UI, 2018
S2 - Tesis Pusat Informasi Kesehatan Masyarakat
☉
Suharyo Adijoyo Nugroho; Pembimbing: Milla Herdayati; Penguji: Martya Rahmaniati Makful, Elizabeth Jane Soepardi
Abstrak:
Penelitian ini bertujuan untuk menganalisis persebaran cakupan imunisasi lengkap di Provinsi NTT pada tahun 2018 menurut kota/kabupaten berdasarkan rasio fasilitas kesehatan, rasio tenaga kesehatan, topografi wilayah, dan indeks pembangunan manusia menggunakan teori Ekologi untuk melihat sebaran kasus pada imunisasi dasar lengkap di Provinsi NTT tahun 2018 dengan menggunakan pendekatan analisis spasial. Metode yang digunakan dalam penelitian ini adalah kuantitatif, teknik pengumpulan data dilakukan dengan menggunakan data sekunder yang tersedia pada website Badan Pusat Statistik, serta analisis yang digunakan yaitu analisis spasial.
Read More
S-10597
Depok : FKM UI, 2021
S1 - Skripsi Pusat Informasi Kesehatan Masyarakat
☉
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
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.
T-5369
Depok : FKM-UI, 2018
S2 - Tesis Pusat Informasi Kesehatan Masyarakat
☉
Lukman Perdana Sofyan; Pembimbing: Tris Eryando; Penguji: Martya Rahmaniati Makful, Fresty Cahya Maulina
Abstrak:
Read More
Pemerintah Indonesia menargetkan prevalensi stunting mencapai angka 14% pada periode akhir RPJMN di tahun 2024. Sejalan dengan itu, Pemerintah Kabupaten Bogor dalam RPJMD 2018-2023 menargetkan pencapaian prevalensi stunting pada tahun 2023 mencapai 19,6%. Pemerintah Kota Bogor dalam RPJMD tahun 2019-2024 menetapkan target prevalensi stunting mencapai 9,9% pada tahun 2024. Dalam rangka pencapaian target penurunan stunting, kebijakan yang disusun perlu didukung dengan analisa data berbasis wilayah dengan metode analisis yang memperhitungkan konteks wilayah atau dikenal dengan analisis spasial. Penelitian ini bertujuan untuk menganalisis pola persebaran stunting pada balita di tingkat kecamatan di Kabupaten Bogor dan Kota Bogor selama periode 2020-2023, menyusun peta wilayah yang menjadi hotspot prevalensi stunting pada rentang tahun 2020-2023 serta faktor penyebabnya dan mengevaluasi apakah prioritas penanganan stunting di Kabupaten Bogor dan Kota Bogor sudah sesuai dengan kondisi sebaran stunting. Penelitian ini merupakan studi ekologi dengan unit analisis tingkat kecamatan menggunakan data sekunder profil kesehatan Kabupaten dan Kota Bogor tahun 2020-2023. Uji Indeks Moran’s I digunakan untuk mengidentifikasi autokorelasi spasial antar wilayah kecamatan. Analisis GTWR dilakukan untuk mengetahui model faktor risiko prevalensi stunting berdasrkan karakteristik wilayah. Pemetaan wilayah berisiko stunting dapat memberikan gambaran tingkat risiko prevalensi stunting dan faktor risikonya pada tingkat kecamatan. Terdapat tren penurunan signifikan dalam prevalensi stunting di Kabupaten Bogor dan Kota Bogor dari tahun 2020 hingga 2023. Terdapat autokorelasi spasial yang signifikan secara global pada tahun 2022 dan 2023 (p-value < 0,05) dengan Kecamatan Dramaga konsisten sebagai hotspot. Model faktor determinan stunting melalui uji GTWR menghasilkan variabel yang berpengaruh adalah diare balita, BBLR, ANC K4, imunisasi lengkap balita, akses air bersih dan ketinggian wilayah dengan nilai AIC sebesar 85,182 dan nilai R2 sebesar 0,7105. Pemetaan yang dibuat dapat menyajikan gambaran sebaran risiko stunting dikaitkan dengan variabel utama asupan nutrisi, status kesehatan, layanan kesehatan dan lingkungan pemukiman dengan menampilkan tingkatan risiko pada setiap wilayah kecamatan. Data berbasis spasial yang dikemukakan dalam penelitian ini bisa dijadikan dasar pemerintah Kabupaten Bogor dan Kota Bogor untuk mengidentifikasi wilayah-wilayah dengan tingkat stunting yang tinggi dan mengidentifikasi faktor-faktor yang mempengaruhi penyebaran stunting di wilayahnya.
The Indonesian government targets stunting prevalence to reach 14% in the final period of the RPJMN in 2024. In line with this, the Bogor Regency Government in the 2018-2023 RPJMD targets achieving stunting prevalence in 2023 to reach 19.6%. The Bogor City Government in the 2019-2024 RPJMD has set a target for stunting prevalence to reach 9.9% by 2024. In order to achieve the stunting reduction target, the policies that have been prepared need to be supported by regional-based data analysis with analytical methods that take into account regional context or known as spatial analysis. . This study aims to analyze the distribution pattern of stunting among children under five at the sub-district level in Bogor Regency and Bogor City during the 2020-2023 period, compile a map of areas that are hotspots for stunting prevalence in the 2020-2023 period and the factors causing them and evaluate whether the priority for handling stunting in the Regency is Bogor and Bogor City are in accordance with the conditions for the distribution of stunting. This research is an ecological study with a sub-district level analysis unit using secondary data on the health profile of Bogor Regency and City for 2020-2023. The Moran's I Index test is used to identify spatial autocorrelation between sub-district areas. GTWR analysis was carried out to determine the risk factor model for stunting prevalence based on regional characteristics. Mapping areas at risk of stunting can provide an overview of the risk level of stunting prevalence and risk factors at the sub-district level. There is a significant decreasing trend in the prevalence of stunting in Bogor Regency and Bogor City from 2020 to 2023. There is significant spatial autocorrelation globally in 2022 and 2023 (p-value < 0.05) with Dramaga District consistently as a hotspot. The stunting determinant factor model using the GTWR test produces variables that influence toddler diarrhea, LBW, ANC K4, complete immunization for toddlers, access to clean water and regional altitude with an AIC value of 85.182 and an R2 value of 0.7105. The mapping created can provide an overview of the distribution of stunting risk associated with the main variables of nutritional intake, health status, health services and residential environment by displaying the level of risk in each sub-district area. The spatial-based data presented in this research can be used as a basis for the Bogor Regency and Bogor City governments to identify areas with high levels of stunting and identify factors that influence the spread of stunting in their areas.
T-7033
Depok : FKM UI, 2024
S2 - Tesis Pusat Informasi Kesehatan Masyarakat
☉
Viko Iqra Marenza; Pembimbing: Rico Kurniawan; Penguji: Kemal Nazaruddin Siregar, Popy Yuniar, Muhammad Amin Bakri, Mira Miranti Puspitasari
Abstrak:
Read More
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.
T-7348
Depok : FKM UI, 2025
S2 - Tesis Pusat Informasi Kesehatan Masyarakat
☉
Nita Merzalia; Pembimbing: Ahmad Syafiq; Penguji: Sandra Fikawati, Tria Astika Endah Permatasari, Yuliyana
Abstrak:
Read More
Bayi merupakan bagian dari anak dimana Angka Kematian Bayi (AKB) dijadikan sebagai salah satu indikator yang dapat digunakan untuk mengetahui derajat kesehatan masyarakat, mengukur tingkat perekonomian dan sosial pada suatu wilayah. Mereka adalah aset yang akan menjadi generasi penerus bangsa. Untuk menghasilkan anak yang berkualitas, tentunya mereka harus dipelihara secara optimal dari sejak dalam kandungan. Berat Badan Lahir Rendah (BBLR) merupakan bayi yang baru lahir dengan berat badan < 2500 gram tanpa memandang usia kehamilan. BBLR berdampak dalam jangka pendek maupun jangka panjang yang dapat menyebabkan morbiditas dan mortalitas bagi bayi tersebut. Prevalensi BBLR di Indonesia menurut WHO berkisar 5-10% dan menyebabkan 60-80% kematian bayi dengan risiko kematian meningkat 20 kali lipat dibandingkan bayi dengan berat badan lahir normal. Berdasarkan hasil SSGI tahun 2021, proporsi kejadian BBLR di Indonesia sebesar 6,6%. Untuk wilayah Sumatera, Provinsi Kepulauan Bangka Belitung memiliki proporsi BBLR di atas angka nasional (7,5%). Sedangkan se-Provinsi Kepulauan Bangka Belitung, Kabupaten Belitung memiliki prevalensi tertinggi selama 3 (tiga) tahun berturut-turut, yaitu tahun 2020-2022 (berkisar 6,59%-7,69%) dan masih berada di atas target Indikator Kinerja Gizi Masyarakat tahun 2022 yang ditetapkan dari Kementerian Kesehatan RI sebesar 3,8%. Selain itu, BBLR juga merupakan faktor penyumbang angka kematian neonatus terbesar di Kabupaten Belitung dalam rentang waktu tersebut. Penelitian ini bertujuan untuk mengetahui determinan kejadian BBLR di Kabupaten Belitung tahun 2022 dengan desain penelitian cross-sectional dan total 310 sampel berdasarkan kriteria inklusi dan ekslusi. Penelitian ini menggunakan data primer yang berasal dari kohort ibu tahun 2022 dengan kejadian BBLR sebagai variabel dependen dan variabel independen terdiri dari : faktor ibu (umur ibu, paritas, jarak kehamilan), faktor kehamilan (komplikasi kehamilan dan umur kehamilan), faktor gizi (penambahan berat badan selama hamil, kadar Hb, risiko KEK) dan faktor layanan ANC (jumlah kunjungan ANC, kualitas layanan ANC, komposit pelayanan ANC). Analisis bivariat menggunakan uji kai kuadrat dan analisis multivariat menggunakan uji regresi logistik ganda. Hasil penelitian menunjukkan prevalensi kejadian BBLR di kabupaten Belitung sebesar 10,6%. Analisis bivariat menunjukkan ada hubungan yang signifikan antara umur ibu, jarak kehamilan, penambahan berat badan selama hamil, kadar Hb, risiko KEK, komplikasi kehamilan, umur kehamilan, jumlah kunjungan ANC dan kualitas layanan ANC dengan kejadian BBLR. Variabel yang paling dominan terhadap kejadian BBLR adalah umur kehamilan dan komplikasi kehamilan.
Babies are part of children where the Infant Mortality Rate (IMR) is used as an indicator that can be used to determine the level of public health, measure the economic and social level in an area. They are assets who will become the nation's next generation, so their quality of life must be a priority. To produce quality children, of course children must be cared for optimally from the time they are in the womb. Low Birth Weight (LBW)is a newborn baby with a body weight < 2500 grams regardless of gestational age. LBW has short-term and long-term impacts that can cause morbidity and mortality for the baby. The prevalence of LBW in Indonesia according to WHO is around 5-10% and causes 60-80% of infant deaths with the risk of death increasing 20 times compared to babies with normal birth weight. Based on the 2021 SSGI results, the proportion of LBW incidents in Indonesia is 6.6%. For the Sumatra region, the Bangka Belitung Islands Province has a LBW proportion above the national figure (7.5%). Meanwhile, in the Bangka Belitung Islands province, Belitung Regency has the highest prevalence for 3 (three) consecutive years, namely 2020-2022 (range 6.59%-7.69%) and is still above the Community Nutrition Performance Indicator target in 2022 set by the Indonesian Ministry of Health at 3.8%. Apart from that, LBW is also a contributing factor to the largest neonatal mortality rate in Belitung Regency in that time period. StudyThis aims to determine the determinants of the incidence of LBW in Belitung Regency in 2022 with a cross-sectional research design and a total of 310 samples based on inclusion and exclusion criteria. This study uses primary data originating from the 2022 cohort of mothers with the incidence of LBW as the dependent variable and independent variables consisting of: maternal factors (maternal age, parity, pregnancy interval), pregnancy factors (pregnancy complications and gestational age), nutritional factors (additional weight during pregnancy, Hb levels, risk of CED) and ANC service factors (number of ANC visits, ANC service quality, ANC service composite). Bivariate analysis uses the chi-square test and multivariate analysis uses the multiple logistic regression test. The research results show that the prevalence of LBW in Belitung district is 10.6%. Bivariate analysis showed that there was a significant relationship between maternal age, pregnancy spacing, weight gain during pregnancy, Hb levels, risk of CED, pregnancy complications, gestational age, number of ANC visits and quality of ANC services with the incidence of LBW. The most dominant variables in the incidence of LBW are gestational age and pregnancy complications.
T-7028
Depok : FKM UI, 2024
S2 - Tesis Pusat Informasi Kesehatan Masyarakat
☉
Kustiana Nur Ekawati; Pembimbing: Milla Herdayati; Penguji: Martya Rahmaniati Makful, Supriyono Pangribowo
Abstrak:
Read More
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.
S-11206
Depok : FKM-UI, 2023
S1 - Skripsi Pusat Informasi Kesehatan Masyarakat
☉