Search Results - Pusat Informasi Kesehatan Masyarakat

Jenis Koleksi

Ditemukan 30333 dokumen yang sesuai dengan query :: Simpan CSV

Identifikasi Kejadian Influenza Like Illnes Berdasarkan Gejala Menggunakan Data Media Sosial X Di Provinsi Jawa Barat

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.

T-7348

Depok : FKM UI, 2025

S2 - Tesis Pusat Informasi Kesehatan Masyarakat

☉

Analisis Spasial Determinan Stunting di Provinsi Banten, Jawa Barat, Jawa Tengah dan Jawa Timur Tahun 2021 (Analisis Data SSGI 2021)

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.

T-6666

Depok : FKM-UI, 2023

S2 - Tesis Pusat Informasi Kesehatan Masyarakat

☉

Model Spasial Faktor Risiko Tuberkulosis di Provinsi Jawa Barat Tahun 2021: Pemanfaatan Data Rutin untuk Pengambilan Keputusan

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.

T-6607

Depok : FKM-UI, 2023

S2 - Tesis Pusat Informasi Kesehatan Masyarakat

☉

Model Spasial Determinan Bayi Berat Badan Lahir Rendah (BBLR) di Provinsi Banten dan Jawa Barat Tahun 2020-2022 (Pemanfaatan Data Rutin dalam Penetapan Prioritas Intervensi)

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.

T-7038

Depok : FKM UI, 2024

S2 - Tesis Pusat Informasi Kesehatan Masyarakat

☉

Pengembangan sistem informasi surveilans influenza like illness (ILI) nasional di Pusat biomedis dan Teknologi Dasar Kesehatan, Balitbangkes Kementerian Kesehatan R.I.

Sugianto; Pembimbing: Pandu Riono; Penguji: Artha Prabawa, Krisna Nur A. Pangesti, Sulistya Basuki

T-3860

Depok : FKM-UI, 2013

S2 - Tesis Pusat Informasi Kesehatan Masyarakat

Cari yang mirip

Metadata PDF

☉

Efektivitas Kampanye Gerakan "Suka & Rela Donor Darah" Menggunakan Media Sosial Instagram Unit Transfusi Darah Pusat Palang Merah Indonesia @utdpusatpmi

Ari Rahma Yanti; Pembimbing: Kemal N. Siregar; Penguji: Artha Prabawa, Rahadian Savitri

Abstrak: Penelitian ini bertujuan untuk meningkatkan minat masyarakat menjadi sukarelawan donor darah dengan mensosialisasikan kampanye "Suka & Rela Donor Darah"yang peneliti kembangkan menggunakan bantuan media sosial instagram Unit Transfusi Darah Pusat Palang Merah Indonesia @utdpusatpmi. Jenis Penelitian yang digunakan adalah penelitian kualitatif dan dilakukan survei online untuk mengukur minat masyarakat.

S-10534

Depok : FKM-UI, 2021

S1 - Skripsi Pusat Informasi Kesehatan Masyarakat

☉

Jaminan Kesehatan dan Penolong Persalinan Oleh Tenaga Kesehatan Pada Perempuan Miskin di Provinsi Jawa Barat dan Banten (Analisis SDKI 2012)

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

Cari yang mirip

Metadata PDF

☉

Determinan Status Unmet Need KB Tingkat Daerah dan Individu di Indonesia Provinsi Maluku, Sumatera Utara, DKI Jakarta, dan Kalimantan Barat (Analisis Data Susenas, Laporan Rutin BKKBN dan BPS Tahun 2016)

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.

T-5369

Depok : FKM-UI, 2018

S2 - Tesis Pusat Informasi Kesehatan Masyarakat

☉