Hasil Pencarian :: Kembali

Ditemukan 36108 dokumen yang sesuai dengan query ::  Simpan CSV
cover
Asrit Jessica Kario; Pembimbing: Rico Kurniawan; Penguji: Artha Prabawa, Kemal Nazaruddin Siregar, Muhammad Amin Bakri, Nikson Sitorus
Abstrak:
Anemia merupakan masalah kesehatan global, yang bisa terjadi pada siapa saja, terutama di kalangan remaja putri, yang dapat berdampak pada pertumbuhan, perkembangan, produktivitas pada generasi selanjutnya. Prevalensi anemia tahun 2021 secara global pada perempuan usia 15–49 tahun sebesar 33,7%, dan di Indonesia tahun 2023 tercatat 15,5% pada kelompok usia 15–24 tahun. Tujuan dari penelitian, yaitu untuk mengembangkan prediksi risiko anemia menggunakan pendekatan algoritma machine learning dalam konteks program kesehatan remaja putri di Indonesia. Penelitian ini menggunakan data dari Survei Kesehatan Indonesia (SKI) 2023 untuk mengidentifikasi faktor risiko utama anemia, seperti status gizi, pola konsumsi makanan, sosio-ekonomi, penyakit infeksi dan kronis. Hasil penelitian didapatkan model terbaik Random forest dengan AUC 0,768, akurasi 0,707, skor F1 0,706, presisi 0,712, dan recall sebesar 0,707. Prediktor dalam penelitian ini, yaitu pekerjaan, lokasi tempat tinggal, ukuran keluarga, status menstruasi, pola konsumsi sayur dan hasil olahannya, pola konsumsi buah dan hasil olahannya, pola konsumsi daging, unggas, dan hasil olahannya, pola konsumsi ikan, kerang, dan hasil olahannya, pola konsumsi susu dan hasil olahannya, pola konsumsi telur dan hasil olahannya, diare, pneumonia, dan kecacingan. Rancangan sistem didasarkan pada model prediksi terbaik dan ditampilkan dalam bentuk wireframe.

Anemia is a global health problem, which can happen to anyone, especially among adolescent girls, which can have an impact on growth, development, productivity in the next generation. The prevalence of anemia in 2021 globally in women aged 15-49 years is 33.7%, and in Indonesia in 2023 it is 15.5% in the age group 15-24 years. The purpose of the study was to develop anemia risk prediction using a machine learning algorithm approach in the context of adolescent girls' health programs in Indonesia. This study used data from the 2023 Indonesian Health Survey (IHS) to identify the main risk factors for anemia, such as nutritional status, food consumption patterns, socio-economics, infectious and chronic diseases. The results obtained the best Random forest model with AUC 0.768, accuracy 0.707, F1 score 0.706, precision 0.712, and recall of 0.707. The predictors in this study are occupation, location of residence, family size, menstrual status, consumption patterns of vegetables and their processed products, consumption patterns of fruits and their processed products, consumption patterns of meat, poultry, and their processed products, consumption patterns of fish, shellfish, and their processed products, consumption patterns of milk and their processed products, consumption patterns of eggs and their processed products, diarrhea, pneumonia, and helminthiasis. The system design is based on the best prediction model and displayed in wireframe view.

Read More
T-7358
Depok : FKM UI, 2025
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Hafshah Farah Fadhilah; Pembimbing: Rico Kurniawan; Penguji: Kemal Nazaruddin Siregar, Popy Yuniar, Muhammad Amin Bakri, Nikson Sitorus
Abstrak:
Penelitian ini bertujuan mengidentifikasi faktor risiko dan membangun model prediksi diabetes berbasis machine learning menggunakan data SKI 2023. Sampel terdiri dari individu usia ≥15 tahun. Analisis dilakukan melalui eksplorasi bivariat dan evaluasi sembilan algoritma prediktif. Hasil menunjukkan bahwa faktor usia ≥45 tahun, jenis kelamin, pendidikan, obesitas sentral, hipertensi, pola makan berisiko, dan aktivitas fisik berhubungan signifikan dengan diabetes. Algoritma AdaBoost memberikan performa terbaik (AUC 0,991). Penelitian ini menghasilkan mockup web "Diabetes Risk Assessment" yang berpotensi digunakan untuk skrining mandiri dan pencegahan dini di masyarakat.

This study aimed to identify risk factors and develop a diabetes risk prediction model using machine learning algorithms based on the 2023 Indonesian Health Survey (SKI). The sample included individuals aged ≥15 years who met the inclusion criteria. The analysis involved bivariate exploration and evaluation of nine machine learning algorithms. Results indicated that age ≥45 years, sex, education level, central obesity indicators (BMI, waist circumference, WHtR), hypertension, risky dietary patterns, and physical inactivity were significantly associated with diabetes. Among all models, AdaBoost achieved the highest predictive performance (AUC 0.991). The study also produced a web-based mockup system, “Diabetes Risk Assessment,” offering potential for self-screening and community-level early prevention strategies.
Read More
T-7317
Depok : FKM-UI, 2025
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Julius Sam Tito; Pembimbing: Kemal Nazaruddin Siregar; Penguji: Popy Yuniar, Rico Kurniawan, Haruddin, Siti Anugrah Hindun
Abstrak:

Latar Belakang: Fraud dalam klaim Jaminan Kesehatan Nasional (JKN), khususnya dalam bentuk upcoding diagnosis penyakit kardiovaskular, merupakan tantangan serius yang dapat mengancam keberlanjutan sistem jaminan kesehatan di Indonesia. Penyakit kardiovaskular, sebagai penyebab beban biaya tertinggi dalam layanan rawat inap, rentan terhadap praktik kecurangan yang sulit dideteksi melalui metode konvensional. Oleh karena itu, diperlukan pendekatan berbasis data dan teknologi untuk mendeteksi potensi fraud secara lebih efisien. Metode: Penelitian ini menggunakan pendekatan kuantitatif eksploratif dengan metode supervised machine learning. Data klaim rawat inap penyakit kardiovaskular tahun 2022–2024 dianalisis berdasarkan beberapa variabel yaitu lama hari rawat, lama rawat di ICU, waktu penggunaan ventilator, jumlah diagnosis sekunder, jumlah prosedur, dan biaya RS. Proses mencakup cleansing, encoding, pseudo-labeling, feature selection, serta pelatihan model menggunakan beberapa algoritma supervised, seperti Random Forest, Tree, Gradient Boosting, Neural Network, Naïve Bayes, Logistic Regression, Support Vector Machine (SVM), dan kNN. Evaluasi kinerja model dilakukan dengan menggunakan metrik akurasi, precision, recall, F1-score, dan AUC. Hasil: Hasil penelitian menunjukkan bahwa algoritma Random Forest menghasilkan performa terbaik dalam mendeteksi potensi fraud pada sebagian besar kategori diagnosis dan kelas rumah sakit. Nilai akurasi dan AUC yang dihasilkan berada dalam kategori baik hingga sangat baik. Selain itu, analisis pola klaim menunjukkan adanya perbedaan distribusi biaya dan indikator klinis antara klaim normal dan klaim yang terindikasi anomali, mendukung keberadaan pola upcoding Kesimpulan: Model machine learning, khususnya Random Forest, terbukti efektif dalam mendeteksi potensi fraud upcoding diagnosis penyakit kardiovaskular pada klaim JKN. Penerapan sistem berbasis algoritma ini berpotensi menjadi alat bantu auditor dalam pengawasan klaim yang lebih akurat dan efisien. Hasil penelitian ini memberikan dasar bagi pengembangan sistem deteksi fraud terintegrasi di masa depan guna meningkatkan akuntabilitas dan efisiensi pembiayaan kesehatan.


 

Background: Fraud in the National Health Insurance (JKN) claims, particularly in the form of upcoding for cardiovascular disease diagnoses, poses a serious threat to the sustainability of Indonesia’s health financing system. As the leading contributor to inpatient service expenditures, cardiovascular disease claims are highly susceptible to fraudulent practices that are difficult to detect using conventional methods. Therefore, a data-driven and technology-based approach is essential for more efficient fraud detection. Methods: This study employed a quantitative exploratory approach using supervised machine learning methods. The dataset consisted of inpatient cardiovascular disease claims from 2022 to 2024. The analysis involved data cleansing, encoding, pseudo-labeling, feature selection, and model training using several classification algorithms such as Random Forest, XGBoost, and Logistic Regression. Model performance was evaluated using metrics including accuracy, precision, recall, F1-score, and AUC. Results: The results demonstrated that the Random Forest algorithm achieved the highest performance in detecting potential fraud across most diagnosis categories and hospital classes. The accuracy and AUC values indicated good to excellent classification performance. Furthermore, the claim pattern analysis revealed distinct differences in cost and clinical indicators between normal and anomaly-labeled claims, supporting the presence of potential upcoding. Conclusion: Machine learning models, particularly Random Forest, proved to be effective in detecting potential upcoding fraud in cardiovascular disease claims within the JKN program. The implementation of algorithm-based fraud detection systems can serve as a decision-support tool for auditors, enabling more accurate and efficient claim monitoring. This study provides a foundation for the future development of integrated fraud detection systems to enhance accountability and efficiency in national health financing.

Read More
T-7264
Depok : FKM-UI, 2025
S2 - Tesis   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
cover
Ayu Citra Wangsanita; Pembimbing: Tris Eryando; Penguji: R. Sutiawan, Nur Abadi, Yana Yojana
Abstrak: Pencatatan dan pelaporan peserta internsip saat ini masih manual, yaitu baik olehpeserta, pendamping, wahana dan Komite Internsip Dokter Indonesia. Haltersebut menyebabkan masih sulitnya data diolah, karena belum ada basis datayang dapat digunakan untuk mengeluarkan informasi yang dibutuhkan. Penelitianini merancang sistem pencatatan dan pelaporan peserta internsip yang mampumenyediakan data dan informasi dari seluruh wahana. Metodologi yangdigunakan dalam pengembangan sistem ini adalah Prototype. Data dikelolamelalui cara telaah dokumen dan wawancara mendalam. Sistem yangdikembangakan membantu peserta, pendamping, wahana dan Komite InternsipDokter Indonesia sejak registrasi pencatatan sampai dengan pelaporan dansertifikasi. Banyak informasi yang dihasilkan dari basis data seperti: indikatorkinerja bagi peserta internsip, pendamping dan wahana. Pengejawantahan sistemdapat terlaksana dengan baik jika didukung oleh aspek manusia, keuangan,material, metode, mesin dan legal telah dipersiapkan. Agar berjalan optimal, perlukebijakan untuk mendukung pemanfaatan teknologi komputer di wahana, sertamekanisme pengiriman data secara manual apabila terjadi kelumpuhan padajaringan internet.Kata Kunci : Prototipe, Sistem Pencatatan dan Pelaporan, Program InternsipDokter Indonesia
The activities of recording and reporting of participants internship havebeendone manually by the participants, supervisor, health facilities and theIndonesia Committee of Internship Doctor. This causes the difficulty ofprocessing data since there is no database availabe that can be used to issue theneeded information. It is important to conduct a research in order to design asystem for recording and reporting internship participants that can provide dataand information from all the health facilities, using the prototype methodology.Data is managed by analysing documentandconducting in-depth interviews. Thedevelopment of the sistem is aimed to help participants, supervisor, healthfacilities and the Indonesia Committee of Internship Doctor, starting formrecording registration until reporting and certification. Many information can bedeveloped from database such as: performance indicator for participantsinternship, supervisor and health facility. The implementation of the system canbe implemented properly if it is supported by human, financial, material, method,machine and legal aspects. In order to run the system optimally, it need policies tosupport the use of computer technology in health facilities, as well as the deliverymechanism for data manually in case of paralysis on the Internet.Keywords: Prototype; Recording and reporting system; The IndonesiaInternship Doctor Program
Read More
T-4350
Depok : FKM-UI, 2015
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Asti Dewi Rahayu Fitrianingsih; Pembimbing: Iwan Ariawan, Rita Damayanti; Penguji: Mieke Savitri, Sukarno, Vita Yulia Dewi
Abstrak: ABSTRAK Tesis ini membahas hubungan pengetahuan kesehatan reproduksi, penggunaan NAPZA dan keikutsertaan remaja dalam pusat informasi konseling remaja (PIK-R/M) dengan perilaku seks pranikah remaja di indonesia dengan menggunakan data survei indikator RPJMN remaja 2015 dengan desain cross sectional dimana sampel dalam penelitian ini berjumlah 42.243 remaja usia 15-24 tahun dan belum menikah. Hasil penelitian menyarankan dibutuhkkan informasi tentang masalah perilaku seksual pranikah remaja dengan memberikan informasi terutama tentang pengetahuan tentang masa subur dan perempuan dapat hamil meskipun sekali melakukan hubungan seks, serta instansi terkait diharapkan melakukan aktivitas pencegahan, pemberatasan dan rehabilitasi penyalahgunaan NAPZA sehingga perilaku seks pranikah tidak meningkat. Kata kunci: Seks Pranikah, Pengetahuan KRR, PIK-R/M, NAPZA The focus of this study is Relationship Knowledge about Adolescent Reproduktive Helath, The Participation of Adolescent in the Information Center Counseling and The Use of Drugs with Premarital Sex in Indonesia using the data survey of Indicator of Long Term Develpoment 2015. This study used cross sectional design and got 42.243 respondents 15-24 years old and unmarried.. The study results suggest it takes information about premarital sexual behavior problems by providing information the fertile period knowledge and a woman can get pregnant even though once having sex. In Addition, relevant agencies are expected to perform the activities of prevention, eradication and rehabilitation in the case of misuse of Drugs, so that the behaviou of premarital sex is not increased. Key words: Premarital se Knowledge, Center for Adolescent, Drugs
Read More
T-5362
Depok : FKM-UI, 2018
S2 - Tesis   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
Iskandar Zulkarnain; Pembimbing: Sabarinah B. Prasetyo
T-747
Depok : FKM UI, 2000
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Sigit Dwisaputro; Pembimbing: Popy Yuniar; Penguji: Puput Oktamianti, Rico Kurniawan, Yenny Sulistyowati, Reza Widianto Sudjud
Abstrak:

Uji kompetensi merupakan tahapan krusial dalam menjamin mutu dan standar kompetensi dokter spesialis di Indonesia. Konsil Kesehatan Indonesia (KKI) sebagai lembaga penyelenggara menghadapi tantangan dalam operasionalisasi sistem ujian, terutama terkait keterbatasan aplikasi yang digunakan saat ini, seperti antarmuka yang tidak ramah pengguna, kesalahan input data, dan ketidakkonsistenan format. Penelitian ini bertujuan mengembangkan sebuah prototype sistem informasi berbasis web yang lebih terstruktur, efisien, dan mudah digunakan, dimulai dari tahap pendaftaran hingga pencetakan sertifikat kompetensi. Metode penelitian menggunakan pendekatan kualitatif dengan teknik wawancara dan observasi terhadap pemangku kepentingan, serta menggunakan model System Development Life Cycle (SDLC) prototyping. Hasil penelitian berupa prototype sistem informasi uji kompetensi dokter spesialis yang telah diuji coba menggunakan metode blackbox menunjukkan peningkatan kemudahan penggunaan dan akurasi pengolahan data. Sistem ini diharapkan mampu meningkatkan kualitas pelaksanaan uji kompetensi dan menjadi landasan pengembangan sistem informasi KKI ke depan.


 

Competency testing is a crucial stage in ensuring the quality and competency standards of specialist doctors in Indonesia. The Indonesian Health Council (KKI) as the organizing institution faces challenges in the operationalization of the examination system, especially related to the limitations of the applications currently used, such as an unfriendly user interface, data input errors, and format inconsistencies. This study aims to develop a prototype of a web-based information system that is more structured, efficient, and easy to use, starting from the registration stage to obtaining a competency certificate. The research method uses a qualitative approach with interview and observation techniques for stakeholders, and uses the System Development Life Cycle (SDLC) prototype model. The results of the study in the form of a prototype of a specialist doctor competency test information system that has been tested using the blackbox method show an increase in ease of use and accuracy of data processing. This system is expected to be able to improve the quality of competency test implementation and become the basis for the development of the KKI information system in the future.

 

Read More
T-7313
Depok : FKM UI, 2025
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
cover
Indra Kurniawan; Pembimbing: Indang Trihandini; Penguji: Artha Prabawa, Sulistyo Basuki, M. Rahmat Widyanto, Bambang Sukana
Abstrak:

Perancangan prototipe sistem informasi evaluasi dampak hasil penelitian dan pengembangan kesehatan melalui pendekatan bibliometrika di Badan Litbang Kesehatan Jakarta.Penelitian dan pengembangan kesehatan (litbangkes) diarahkan untuk menghasilkan pengetahuan dan teknologi kesehatan tepat guna yang diperlukan dalam rangka meningkatkan derajat kesehatan. Jumlah penelitian dan pengembangan yang dilakukan Badan Litbangkes cenderung meningkat setiap tahunnya. Pertanyaan yang mungkin muncul adalah bagaimana pengaruh dari penelitian Badan Litbangkes bagi kemajuan bidang penelitian? Dalam melakukan penelitian terhadap pengaruh penelitian diperlukan suatu indikator penetitian yang jelas yang dapat menunjukkan dampak (impact) suatu penelitian. Salah satu cara yang dapat memberikan gambaran atas pengaruh penelitian adalah dengan penentuan indeks sitasi dan faktor dampak dan jurnal yang dihasilkan. Selama ini laporan analisis data hasil penelitian yang telah dikumpulkan belum ada. Koleksi data publikasi dan sitasi artikel ilmiah belum pernah dicoba untuk dianalisis, hal ini disebabkan belum dikenali keperluan dan pemanfaatannya.Kinerja penelitian Badan Litbangkes baru diukur berdasar atas jumlah peneliti dan sumber daya penelitian lainnya ataupun sekedar jumlah artikel yang mampu dipublikasikan setiap tahunnya, belum melihat seberapa besar dampak luaran penelitian yang telah dihasilkan. Berdasarkan hal tersebut di atas perlu dilakukan pendekatan bibliometrik yang merupakan pendekatan kuantitatif untuk menganalisis literatur hasil penelitian dan mengembangkan sistem informasi untuk mengolah literatur tersebut sehingga mampu menghasilkan informasi yang dapat membantu mengevaluasi hasil penelitian Badan Litbangkes.Proses pelaksanaan pengemhangan sistem informasi dilaksanakan hanya sampai pada tahap uji coba prototipe di laboratorium karena keterbatasan dana dan waktu pelaksanaan. Metodologi yang digunakan adalah metode inkremental, yang menggabungkan elemen dalam metode urutan linear System Development Life Cyclc (SDLC) dengan filosofi iteratif dari metoda prototipe. Pengumpulan data dan informasi dilakukan melalui wawancara mendalam, observasi dan telaah dokumen. Unit kerja yang menjadi obyek penelitian adalah Badan Penelitian dan Pengembangan Kesehatan, Depkes RI, Jakarta. Permasalahan yang ditemukan adalah permasalahan Sistem Inforrnasi Evaluasi Dampak Hasil Litbangkes terkait dengan prosedur, basis data, sarana dan Prasarana. Penelitian ini menghasilkan prototipe Sistem Infonnasi Evaluasi Dampak Hasil Penelitian dan Pengembangan Kesehatan melalui Pendekatan Bibliometrika yang memerlukan kelanjutan komitmen yang kuat dari para pengambil keputusan dan seluruh staf Badan Penelitian dan Pengembangan Kesehatan, untuk diterapkan dan terus diberi masukan perbaikan.


Health research and development (HRD) trend aim towards generate knowlegde and expeditious health technology needed to improve health quality. The number of research and development done by National Institute of Health Research and Development (NIHRD) increases every year. Possible question rise is what is the effect of NIHRD research to the improvement field of research? To estimate the research effect, a clear indicator is needed to show the impact of a research. One way to give a description of the effect is with determine citation index and impact factor from published science journal. All these years data analysis result has not been collected. Data collection on publicity and article citation never been analyze because the necessity and benefit was unrecognized. So far NIHRD appraisal based on the number of researcher and Qther sources, not based on how big the impact of those research. Based on all the above, HRD need to do bibliometrics approach that constitute quantitative approach to' analyze research literature and developing information system to prepare the literature so it can give information that help to evaluate NIHRD research result The process of developing infonnation system merely within prototype testing in laboratory due to the lack of funding and time limit oflhis research. Methodology for this research is incremental method which integrate elements in System Development Life Cycle (SDLC) with iteratif philosophy from prototype method. Data and information incorporated by depth interview, observation dan literature study. Research object is NIHRD, Jakarta. The discovered problems are information system of evaluation on HRD result impact related with procedure, data base, and infrastructure. This research produced design of Information system prototype on HRD Result Impact Evaluation through Bibliometrics Approach which need a commitment from policy maker dan all the staff on NIHRD to apply and give continue improvement. File Digital: 1

Read More
T-2916
Depok : FKM UI, 2008
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
:: Pengguna : Pusat Informasi Kesehatan Masyarakat
Library Automation and Digital Archive