Hasil Pencarian :: Kembali

Ditemukan 31877 dokumen yang sesuai dengan query ::  Simpan CSV
cover
Mizna Sabilla; Promotor: Ratu Ayu Dewi Sartika; Kopromotor: Endang Laksminingsih Achadi, Tria Astika Endah Permatasari; Penguji: Sutanto Priyo Hastono, Sri Redatin Retno Pudjiati, Agus Triwinarto, Annisa Nurrachmawati
Abstrak:

Latar belakang: Keberhasilan ASI eksklusif di Indonesia masih rendah. Self-efficacy ayah dan ibu berperan penting dalam praktik menyusui. Penelitian ini bertujuan mendapatkan model prediksi penghentian ASI eksklusif pada 0-12 postpartum menggunakan Paternal dan Maternal BSE framework.
Metode: Penelitian menggunakan metode kualitatif dan kuantitatif. Studi kualitatif menggunakan FGD terhadap 5 informan ayah secara purposive dengan tujuan menggali infomasi mengenai paternal BSE. Desain studi kuantitatif longitudinal bertujuan mengevaluasi model penelitian. Sebanyak 201 pasangan yang bersalin di rumah sakit ibu dan anak di Kota Tangerang Selatan berhasil diikuti sampai 12 minggu postpartum. Data kuantitatif dikumpulkan melalui kuesioner dan dianalisis menggunakan SEM-PLS untuk menguji pengaruh antar variabel dan mendapatkan nilai prediktif model.
Hasil: Instrumen Paternal BSE dan sumber self-efficacy ayah valid dan reliabel. Faktor signifikan yang berpengaruh terhadap penghentian ASI eksklusif meliputi paternal BSE, maternal BSE, pengalaman ayah, pengalaman ibu, persuasi verbal bagi ibu, kondisi fisik emosi ibu, usia ibu, frekuensi ANC, dan tipe keluarga. Secara tidak langsung, ada pengaruh pengalaman ayah terhadap penghentian ASI eksklusif melalui paternal dan maternal BSE.
Simpulan: Model paternal-maternal BSE dapat memprediksi penghentian ASI eksklusif dengan baik.
Saran: Penghentian ASI eksklusif dapat dicegah dengan melibatkan ayah secara aktif melalui edukasi, pendampingan, dan penguatan paternal BSE sejak masa kehamilan.


Background: The rate of exclusive breastfeeding in Indonesia remains low. Both paternal and maternal self-efficacy play a crucial role in supporting breastfeeding practices. This study aims to develop a predictive model for exclusive breastfeeding cessation during the first 0–12 months postpartum using the Paternal and Maternal Breastfeeding Self-Efficacy (BSE) framework.
Methods: This study employed both qualitative and quantitative methods. The qualitative phase involved focus group discussions (FGDs) with five purposively selected fathers to explore aspects of paternal BSE. The quantitative phase used a longitudinal design to evaluate the proposed model. A total of 201 couples who delivered at a maternal and child hospital in South Tangerang City were followed up to 12 weeks postpartum. Quantitative data were collected using questionnaires and analyzed with Partial Least Squares Structural Equation Modeling (PLS-SEM) to examine relationships between variables and assess model predictive.
Results: The Paternal BSE instrument and sources of paternal self-efficacy were found to be valid and reliable. Significant factors influencing exclusive breastfeeding cessation included paternal BSE, maternal BSE, fathers’ experience, mothers’ experience, verbal persuasion for mothers, mothers’ physical and emotional condition, maternal age, antenatal care (ANC) frequency, and family type. Indirectly, there was a relationship between fathers’ experience and exclusive breastfeeding cessation through paternal and maternal BSE.
Conclusion: The paternal-maternal BSE model effectively predicts exclusive breastfeeding cessation.
Recommendation: Exclusive breastfeeding cessation can be prevented by actively involving fathers through education, support, and strengthening paternal BSE starting from pregnancy.

Read More
D-582
Depok : FKM-UI, 2025
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Tria Astika Endah Permatasari; Promotor: Ratu Ayu Dewi Sartika; Ko-Promotor: Endang Laksminingsih, Purwanto; Penguji: Evi Martha, Besral, Ahmad Syafiq, Anies Irawati, Dwiana Ocviyanti
Abstrak: Tujuan penelitian adalah memeroleh model prediksi atrisi pemberian ASI eksklusif menggunakan Breastfeeding Attrition Prediction Tool BAPT yang dimodifikasi. Penelitian longitudinal dilakukan antara Bulan Mei 2016-Januari 2017 di Rumah SakitIbu dan Anak di Kota Tangerang Selatan pada 254 ibu hamil trimester ketiga. Hasilpenelitian menunjukkan bahwa BAPT modifikasi dinyatakan valid dan reliabel sebagaialat prediksi atrisi pemberian ASI eksklusif di Indonesia. Proporsi atrisi pemberian ASIeksklusif sebesar 47,4 dari 192 ibu yang melengkapi kuesioner, dan tertinggi terjadipada delapan 8 minggu postpartum. Model prediksi intensi dan model prediksi atrisi pemberian ASI ekslusif dinyatakan lsquo;fit rsquo;. Atrisi pemberian ASI eksklusif dipengaruhioleh intensi p
 

 
The objective of the study was to obtain an exclusive breastfeeding attrition predictionmodel using a modified Breastfeeding Attrition Prediction Tool BAPT . A longitudinal studies was conducted between May 2016 January 2017 in 2 Mother and child Hospitalsin South Tangerang of 254 third trimester pregnant women. The results showed thatmodified BAPT was valid and reliable as a predictor tool of exclusive breastfeeding inIndonesia. The proportion of exclusive breastfeeding attrition was 47.4 of 192 motherswho completed the questionnaire, with the highest occurring at 8 weeks postpartum.
Read More
D-369
Depok : FKM-UI, 2017
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Ambo Sakka; Promotor: Ede Surya Darmawan; Kopromotor: Dumilah Ayuningtyas, Dewi Gayatri; Penguji: Martya Rahmaniati Makful, Wachyu Sulistiadi, Syahrir A. Pasinringi, Sutopo Patria Jati, Farida Briani Sobri
Abstrak:
Utilisasi pelayanan rumah sakit pada pasien kanker payudara dalam program Jaminan Kesehatan Nasional (JKN) menunjukkan pola yang heterogen dan belum terpetakan secara empiris. Penelitian ini bertujuan (1) mengidentifikasi kelas laten pola utilisasi pelayanan rumah sakit pada pasien kanker payudara peserta JKN melalui Analisis Kelas Laten; (2) menganalisis distribusi variabel prediktor berbasis Andersen Behavioral Model antar kelas utilisasi yang terbentuk; (3) membangun dan mengevaluasi model prediksi kelas utilisasi menggunakan pendekatan pembelajaran mesin dengan analisis kontribusi variabel prediktor; serta (4) merumuskan implikasi kebijakan berbasis temuan empiris untuk penguatan sistem JKN. Penelitian ini menggunakan desain kohort retrospektif berbasis Data Sampel BPJS Kesehatan periode 2017–2024 dengan sampel 3.186 pasien kanker payudara (ICD-10 C50.x dan D05.x) untuk pembentukan kelas utilisasi, dan 3.131 pasien untuk pemodelan prediktif. Hasil LCA mengidentifikasi empat kelas utilisasi yang berbeda secara substantif: Low Utilizer (33,5%; n=1.066), Moderate Outpatient (26,4%; n=841), High Inpatient Complex (21,6%; n=687), dan High Outpatient (18,6%; n=592), dengan model optimal memiliki nilai BIC 24.081,73 dan Entropy 0,894. Model prediksi yang dibangun mencapai akurasi 67,8% pada data uji independen, nilai Cohen's Kappa 0,56, dan rata-rata AUC makro 0,889 dengan kemampuan identifikasi kelas High Inpatient Complex mencapai AUC 0,910. Analisis kontribusi variabel prediktor mengkonfirmasi dominasi faktor kebutuhan klinis dimana lima dari lima prediktor teratas adalah faktor klinis, dengan episode kemoterapi sebagai determinan terkuat (nilai kontribusi 0,7456) yang mengkonfirmasi secara empiris prediksi Andersen Behavioral Model tentang dominasi kebutuhan klinis dalam sistem dengan cakupan finansial tinggi. Penelitian ini merekomendasikan pengembangan sistem peringatan dini berbasis data klaim, perluasan program pengelolaan penyakit kronis ke kanker payudara, reformasi tarif pelayanan berbasis kompleksitas utilisasi longitudinal, serta integrasi data klaim BPJS Kesehatan dengan Registri Kanker Nasional sebagai fondasi pemantauan berbasis nilai layanan kesehatan.

Hospital service utilization among breast cancer patients in Indonesia's National Health Insurance (JKN) program demonstrates heterogeneous patterns that have not been empirically mapped. This study aimed to (1) identify latent classes of hospital service utilization among breast cancer patients enrolled in JKN using Latent Class Analysis; (2) analyze the distribution of Andersen Behavioral Model-based predictor variables across the identified utilization classes; (3) develop and evaluate a predictive model for utilization class classification using a machine learning approach with predictor variable contribution analysis; and (4) formulate evidence-based policy implications for JKN system strengthening. This retrospective cohort study utilized BPJS Kesehatan's Sample Data 2017–2024, with a sample of 3,186 breast cancer patients (ICD-10 C50.x and D05.x) for utilization class formation and 3,131 patients for predictive modeling. LCA identified four substantively distinct utilization classes: Low Utilizer (33.5%; n=1,066), Moderate Outpatient (26.4%; n=841), High Inpatient Complex (21.6%; n=687), and High Outpatient (18.6%; n=592), with the optimal model achieving BIC of 24,081.73 and Entropy of 0.894. The predictive model achieved 67.8% accuracy on an independent test set, Cohen's Kappa of 0.56, and macro-average AUC of 0.889, with High Inpatient Complex identification reaching AUC of 0.910. Variable contribution analysis confirmed the dominance of clinical need factors, chemotherapy episodes emerged as the strongest determinant (contribution value 0.7456), empirically confirming the Andersen Behavioral Model's prediction about clinical need dominance in high-coverage systems. This study recommends developing claims data-based early warning systems, expanding chronic disease management programs to breast cancer, reforming reimbursement tariffs based on longitudinal utilization complexity, and integrating BPJS Kesehatan claims data with the National Cancer Registry.
Read More
D-646
Depok : FKM-UI, 2026
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Siti Rahmah Hidayatullah Lubis; Promotor: Indri Hapsari Susilowati; Kopromotor: Besral, Endang Laksminingsih; Penguji: L. Meily Kurniawidjaja, Robiana Modjo, Yuli Amran, Hera Nurlita
Abstrak:
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=
Read More
D-523
Depok : FKM-UI, 2024
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Puspita Awalina Rochmatun; Pembimbing: Tris Eryando; Penguji: Kemal N. Siregar, Laily Hanifah
S-10219
Depok : FKM UI, 2019
S1 - Skripsi   Pusat Informasi Kesehatan Masyarakat
cover
Nabila Novania Hermansyah; Pembimbing: R. Sutiawan; Penguji: Milla Herdayati, Ning Sulistyowati
S-10249
Depok : FKM UI, 2019
S1 - Skripsi   Pusat Informasi Kesehatan Masyarakat
cover
Yeni Mahwati; Promotor: Sudijanto Kamso; Ko Promotor: Fasli Jalal, Purwantyastuti; Penguji: Purnawan Junadi, Kusharisupeni, Soewarta Kosen, Fidiansjah
D-322
Depok : FKM-UI, 2015
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Rico Kurniawan; Promotor: Budi Utomo; Kopromotor: Kemal Nazaruddin Siregar, Kalamullah Ramli; Penguji: Anhari Achadi, Besral, Tris Eryando, Soewarta Kosen; Ruddy J. Suhatril
Abstrak:
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.
Read More
D-495
Depok : FKM-UI, 2024
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Bob Andinata; Promotor: Adang Bachtiar; Kopromotor: Besral, Mondastri Korib Sudaryo; Penguji: Evi Martha, Rizanda Machmud, Eva Susanti, Denni Joko Purwanto, Emma Rachmawati, Mahlil Ruby
Abstrak:

ABSTRAK
Latar Belakang: Kanker payudara merupakan jenis kanker dengan insidensi tertinggi di Indonesia, dengan sebagian besar pasien terdiagnosis pada stadium lanjut salah satunya karena keterlambatan diagnosis di fasilitas kesehatan primer. Rendahnya kemampuan dokter umum dalam menegakkan diagnosis klinis kanker payudara serta alur rujukan yang panjang juga berkontribusi memperberat keterlambatan tersebut. Tujuan: Menghasilkan model prediksi diagnosis klinis kanker payudara di pelayanan kesehatan primer menggunakan skor malignansi “Probability of Breast Cancer (BOBAN)” Metode: Studi ini menggunakan mixed method, dengan pendekatan desain explanatory sequential, penelitian kuantitatif menggunakan desain potong lintang dilanjutkan penelitian kualitatif dengan desain studi kasus. Penelitian ini melibatkan 1.169 wanita usia ≥30 tahun yang melakukan deteksi dini di RS Kanker Dharmais (2020–2022). Variabel prediktor dianalisis dengan uji multivariat regresi logistik untuk penyusunan model skoring. Tahap kedua berupa uji akurasi (sensitivitas-spesifisitas) dan nilai probabilitas prediksi. Tahap ketiga berupa uji kualitatif melalui diskusi kelompok terfokus (FGD) dengan dokter umum di puskesmas. Hasil: Model prediksi terdiri dari tujuh variabel terpilih, yaitu usia, riwayat keluarga tingkat I, riwayat melahirkan, riwayat menyusui, benjolan payudara, kelenjar getah bening aksila, dan gejala lanjut kanker. Model ini memiliki nilai kalibrasi yang baik (p-value 0.826) dan nilai AUC pada ROC sebesar 0,920 (CI 95% 0,892 - 0,947; p-value 0,00) menunjukkan diskriminasi yang sangat baik. Total skor antara 0–177, dengan titik potong optimal pada skor 69 (sensitivitas 86,7%, spesifisitas 82,9%, dan nilai probabilitas 10,45%). Skor rendah (0-68) didiagnosis bukan kanker payudara dan skor tinggi (69-177) didiagnosis curiga kanker payudara. Evaluasi kualitatif menunjukkan bahwa skor malignansi BOBAN dapat diaplikasikan oleh dokter umum di fasilitas kesehatan pelayanan primer. Kesimpulan: Skor malignansi ini dapat memprediksi diagnosis klinis dan menghitung nilai probabilitas kanker payudara. Skor malignansi BOBAN direkomendasikan untuk digunakan sebagai instrumen deteksi dini kanker payudara di faskes primer dan dapat menjadi solusi bagi dokter umum untuk mempemudah skrining rujukan tatalaksana kanker payudara di Indonesia.


ABSTRACT
Background: Breast cancer is the most prevalent type of cancer in Indonesia, with the majority of patients diagnosed at an advanced stage, partly due to delayed diagnosis in primary healthcare settings. Limited diagnostic capabilities among general practitioners and lengthy referral processes contribute significantly to these delays. Objective: To develop a clinical prediction model for breast cancer diagnosis in primary healthcare using the "Probability of Breast Cancer (BOBAN)" malignancy score. Methods: This study employed a mixed-method approach, consisting of a quantitative cross-sectional study followed by a qualitative explanatory sequential design. A total of 1,169 women aged ≥30 years who underwent early detection at Dharmais Cancer Hospital (2020–2022) were included. Predictor variables were analyzed using multivariate logistic regression to construct the scoring model. The second phase involved evaluating the model’s diagnostic accuracy (sensitivity-specificity) and predictive probability values. The third phase included qualitative assessment through focus group discussions (FGDs) with general practitioners at community health centers (puskesmas). Results: The prediction model comprised seven selected variables: age, first-degree family history of breast cancer, childbirth history, breastfeeding history, presence of a breast lump, axillary lymph nodes, and advanced cancer symptoms. The model demonstrated good calibration (p-value = 0.826) and excellent discrimination with an AUC of 0.920 (95% CI: 0.892–0.947; p-value < 0.001). The total score ranged from 0–177, with an optimal cutoff score of 69 (sensitivity 86.7%, specificity 82.9%, predictive probability 10.45%). A low score (0–68) indicated a non-breast cancer diagnosis, while a high score (69–177) indicated suspected breast cancer. Qualitative evaluation indicated that the BOBAN malignancy score is feasible for implementation by general practitioners in primary care settings. Conclusion: The malignancy score is capable of predicting clinical diagnosis and estimating the probability of breast cancer. The BOBAN score is recommended as a screening tool for early detection in primary healthcare facilities and offers a practical solution for general practitioners to facilitate breast cancer management referrals in Indonesia.

Read More
D-598
Depok : FKM-UI, 2025
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Sandra Fikawati; Promotor: Kusharisupeni; Ko-Promotor: Sudijanto Kamso, Ratna Djuwita; Penguji: Purnawan Junadi, Ahmad Syafiq, Anies Irawati, Nani Dharmasetiawani
D-285
Depok : FKM-UI, 2013
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
:: Pengguna : Pusat Informasi Kesehatan Masyarakat
Library Automation and Digital Archive