Ditemukan 34395 dokumen yang sesuai dengan query :: Simpan CSV
Margareta Maria Sintorini; Pembimbing: Haryoto Kusnoputranto, Singgih H. Sigit, Muhammadi Siswosudarmo; Penguji: Umar Fahmi Achmadi, Sudomo, I Made Djaja, Tri Edhi Budhi Soesilo
D-117
Depok : FKM-UI, 2006
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Elis Anita Sari; Pembimbing: Budi Haryanto; Penguji: Emma Hermawanti, Ary Susanti
Abstrak:
Adanya perbedaan sudut pandang hasil penelitian ini kemungkinan dikarenakan perbedaan variasi data yang dipakai saat analisa, namun demikian data iklim dan data kejadian DBD yang dipakai untuk analisa disetiap tahunnya telah terdistribusi normal, artinya hasil penelitian disetiap tahun lebih mewakili daripada dikeseluruhan musim. Suhu udara yang tinggi saat musim kemarau, akan berpengaruh terhadap naiknya kejadian DBD disetiap tahunnya. Begitu juga dengan curah hujan yang tinggi saat musim hujan, akan berpengaruh terhadap naiknya kejadian DBD disetiap tahunnya. Hubungan ini kemungkinan terjadi karena suhu yang panas saat musim kemarau akan mempercepat inkubasi nyamuk, sedangkan tingginya curah hujan saat musim hujan akan menambah peluang perindukan nyamuk karena air yang tergenang.
Read More
S-10115
Depok : FKM UI, 2019
S1 - Skripsi Pusat Informasi Kesehatan Masyarakat
☉
Efriza; Promotor: Meiwita P. Budiharsana; Ko Promotor: Tris Eryando; Penguji: Sabarinah B. Prasetyo, Muhammad Nur Aidi, Dewi Susanna, Martya Rahmaniati Makful, Nana Mulyana, Harimat Hendarwan
Abstrak:
Demam berdarah dengue (DBD) disebabkan oleh virus dengue yang ditularkan melalui nyamuk Aedes sp. Provinsi Sumatera Barat termasuk salah satu provinsi endemis DBD. Penelitian ini bertujuan untuk memperlihatkan pola dan model spasial determinan kasus DBD tahun 2015-2017 dengan analisis Geographically Weighted Generalized Poisson Regression (GWGPR). Hasil analisis memperlihatkan 68% kecamatan endemis DBD dan 41%-47% kecamatan dengan incidence rate > 49. Pola sebaran kasus DBD berbentuk clustered pada lokasi yang berdekatan (I>0). Teridentifikasi 18 kecamatan yang konsisten selama 3 tahun dengan jumlah kasus tinggi dan sekitarnya juga tinggi, sembilan kecamatan merupakan hot spot area dan 10 kecamatan adalah low spot area. Model GWGPR determinan kasus DBD (PHBS, rumah sehat, sarana air bersih, jamban, kepadatan penduduk, suhu, kelembaban udara dan curah hujan) mampu menjelaskan variasi naik turunnya jumlah kasus DBD sebesar 73,28%-78,61% sedangkan sisanya ditentukan oleh variabel lain diluar model. Model GWGPR spesifik di setiap kecamatan dan dapat dijadikan rujukun menyusun strategi penanggulangan kasus DBD dan dapat direplikasi untuk monitoring dan evaluasi program.
Read More
D-434
Depok : FKM-UI, 2021
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Herdianti; Promotor: Dewi Susanna; Ko Promotor: Tris Eryando; Penguji: Umar Fahmi Achmadi, Besral, Ririh Yudhastuti, Suwito, Asmali
Abstrak:
Batam City is the largest contributor to Dengue Hemorrhagic Fever (DHF) cases in the Riau Islands. One of the biggest challenges in the transmission of dengue fever in Batam City is the existence of shophouses and slum areas that are not intended for use (squatters). The aim of this research was to develop a model for controlling dengue fever in shophouses and squatter environments in Batam City. This research was quantitative analytical research with an ecological study approach. The research period started from August 2022 - May 2023. The population and samples for spatial analysis were 44 sub-districts and for statistical tests were 767 dengue fever with 88 samples. The results of the analysis showed that variables which were risk factors include vector density (shophouses: OR=6,2, squatters: OR=11,2), population mobility (shophouses: OR=6,2, squatters: OR=6,5), temperature (shophouses: OR=6,0, squatters: OR=7,3), rainfall (shophouses: OR=6,5, squatters: OR=8,4), humidity (shophouses: OR=7,1, squatters: OR=5,7), and house construction (shophouses: OR=5,0). The output of this research was the GWR model which showed that the variables Squatters Proportion, Temperature, Vector Density and Population Density had a significant effect on the number of dengue fever cases in Batam City (R2=77.13%). The model for controlling dengue fever that can be implemented are dengue management based on niche, including regional regulations requiring arranging used goods around squatters and empowering school children in eradicating larvae.
Read More
Kota Batam adalah penyumbang terbanyak kasus Demam Berdarah Dengue (DBD) di Kepulauan Riau. Salah satu tantangan terbesar dalam penularan DBD di Kota Batam adalah keberadaan rumah toko (ruko) dan permukiman kumuh yang tidak pada peruntukkannya (squatter). Tujuan penelitian ini adalah menyusun model pengendalian DBD pada lingkungan ruko dan squatter di Kota Batam. Penelitian ini merupakan penelitian kuantitatif analitik dengan pendekatan studi ekologi. Populasi dan sampel untuk analisis spasial yakni 44 kelurahan dan populasi untuk uji statistik yaitu penderita DBD tahun 2022 sebanyak 767 kasus dengan 88 sampel. Data dianalisis dengan univariat, bivariat, pemetaan dan model. Hasil analisis menunjukkan variabel yang merupakan faktor risiko antara lain kepadatan vektor (ruko: OR=6,2, squatter: OR=11,2), mobilitas penduduk (ruko: OR=6,2, squatter: OR=6,5), suhu (ruko: OR=6,0, squatter: OR=7,3), curah hujan (ruko: OR=6,5, squatter: OR=8,4), kelembaban (ruko: OR=7,1, squatter: OR=5,7), dan konstruksi rumah (ruko: OR=5,0). Luaran penelitian ini adalah model GWR yang menunjukkan variabel Proporsi Perumahan Squatter, Suhu, Kepadatan Vektor dan Kepadatan Penduduk berpengaruh signifikan terhadap Jumlah Kasus DBD di Kota Batam (R2=77,13%). Model pengendalian yang dapat dilakukan adalah manajemen DBD berbasis relung ekologi antara lain peraturan daerah terkait penatalaksanaan lingkungan dengan mengatur barang bekas disekitar squatter serta memberdayakan anak sekolah dalam pemberantasan jentik.
Batam City is the largest contributor to Dengue Hemorrhagic Fever (DHF) cases in the Riau Islands. One of the biggest challenges in the transmission of dengue fever in Batam City is the existence of shophouses and slum areas that are not intended for use (squatters). The aim of this research was to develop a model for controlling dengue fever in shophouses and squatter environments in Batam City. This research was quantitative analytical research with an ecological study approach. The research period started from August 2022 - May 2023. The population and samples for spatial analysis were 44 sub-districts and for statistical tests were 767 dengue fever with 88 samples. The results of the analysis showed that variables which were risk factors include vector density (shophouses: OR=6,2, squatters: OR=11,2), population mobility (shophouses: OR=6,2, squatters: OR=6,5), temperature (shophouses: OR=6,0, squatters: OR=7,3), rainfall (shophouses: OR=6,5, squatters: OR=8,4), humidity (shophouses: OR=7,1, squatters: OR=5,7), and house construction (shophouses: OR=5,0). The output of this research was the GWR model which showed that the variables Squatters Proportion, Temperature, Vector Density and Population Density had a significant effect on the number of dengue fever cases in Batam City (R2=77.13%). The model for controlling dengue fever that can be implemented are dengue management based on niche, including regional regulations requiring arranging used goods around squatters and empowering school children in eradicating larvae.
D-514
Depok : FKM-UI, 2024
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Irenel; Promotor; Haryoto Kusnoputranto; Kopromotor: I Made Djaja, Dewi Susana; Penguji: Sudarto Ronoatmodjo, Sudijanto Kamso, Bambang Wispriyono, Tri Edhi Budhi Soesilo, Toni Wandra
D-245
Depok : FKM-UI, 2011
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Mode manajemen demam berdarah dengue; suatu analisis spasial pascatsunami di wilayah kota Banda Aceh
Hermansyah; Promotor: Umar Fahmi Achmadi; Ko-Promotor: Tris Eryando, Holani Achmad; Penguji: I Made Djaja, Agus Suwandono, Dewi Susanna, Toni Wandra
D-264
Depok : FKM-UI, 2012
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Ardhi Arsala Rahmani; Promotor: Dewi Susanna; Kopromotor: Tris Eryando; Penguji: Besral, Ririn Arminsih Wulandari, R. Azizah, Suwito, Ermi Ndoen
Abstrak:
Read More
Latar belakang: Malaria merupakan penyakit yang disebabkan oleh parasit Plasmodium dan ditularkan melalui vektor nyamuk Anopheles. Kedua organisme tersebut merupakan makhluk hidup dengan daya tahan hidup dan kapasitas yang dipengaruhi oleh lingkungan sekitarnya, termasuk iklim. Oleh karena itu, berubahnya iklim akibat pemanasan global telah diasosiasikan dengan distribusi malaria global. Tujuan: Penelitian ini mengeksplorasi seberapa jauh hubungan antara faktor iklim dan kejadian malaria di kota dan kabupaten di Indonesia selama periode 2000-2020 untuk menginformasikan kebijakan pengendalian malaria yang berketahanan iklim. Metode: Dengan membangun variabel laten atau konstruk iklim yang terdiri dari indikator meteorologi yaitu suhu, curah hujan, kecepatan angin, dan kelembapan relatif yang didapatkan dari data NASA Langley Research Center (LaRC), serta menggabungkan variabel perancu sosiodemografis (pengeluaran rumah tangga, IPM, tingkat urbanisasi) dan geografis (Normalized Difference Vegetation Index, dan topografi), studi ini menawarkan analisis komprehensif tentang asosiasi mereka terhadap kejadian malaria (dari data Malaria Atlas Project dan Kementerian Kesehatan) melalui Structural Equation Modeling (SEM). Hasil: Temuan penelitian menunjukkan asosiasi antara iklim dan malaria. Kendati demikian, analisis Structural Equation Modeling (SEM) yang digunakan penelitian ini menunjukkan bahwa bobot faktor untuk iklim relatif kecil dan menunjukkan bahwa hubungannya tidak substansial dibandingkan dengan variabel lain. Analisis tambahan yang berfokus pada peristiwa cuaca ekstrem, yang diidentifikasi oleh nilai ekstrem indikator iklim, menunjukkan bahwa peristiwa tersebut secara signifikan mempengaruhi kasus malaria. Kesimpulan: Hal ini menekankan pentingnya mempertimbangkan cuaca ekstrem dalam perancangan dan pelaksanaan program pengendalian dan eliminasi malaria. Penelitian ini menyimpulkan bahwa meskipun kondisi iklim umum memiliki efek langsung yang terbatas pada kejadian malaria, peristiwa cuaca ekstrem memainkan peran penting.
Background: Malaria is a diseases caused by the parasite Plasmodium and spread by a vector, the Anopheles mosquito. The two independent organisms capacity to infect and survival are independently affected by their environmental surroundings, including climate. Therefore, the global warming induced climatic change have previously been associated with the changing global distribution of malaria. Aims: This research explores the extent of the relationship between climatic factors and malaria incidence in cities and regencies in Indonesia over the period 2000-2020 to inform malaria control policies that are climate-resilient. Methods: By constructing a climate construct as latent variable consisting of meteorological indicators such as temperature, precipitation, wind speed, and relative humidity from the NASA Langley Research Center (LaRC), and incorporating sociodemographic confounders (household expenditure, HDI, urbanization rate) and geographic confounders (Normalized Difference Vegetation Index and topography), this study offers a comprehensive analysis of their association with malaria cases (using data from the Malaria Atlas Project and Ministry of Health) through Structural Equation Modeling (SEM). Results: The study findings show an association between climate and malaria, with maximum and average climate constructs showing a negative association with malaria incidence, while minimum climate constructs show a positive association. That being said, the Structural Equation Modeling (SEM) analysis used in this research indicates that the factor loadings for climate are relatively small, indicating that the relationship is not substantial compared to other variables. Additional analysis focusing on extreme weather events, identified by extreme values of climate indicators, shows that these events significantly affect malaria cases. Conclusion: This underscores the importance of considering extreme weather in the design and implementation of malaria control and elimination programs.This research concludes that while general climatic conditions have limited direct effects on malaria incidence, extreme weather events play an important role.
D-525
Depok : FKM-UI, 2024
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Machrumnizar; Promotor: Tris Eryando; Kopromotor: Adang Bachtiar, Rina Kurniasri Kusumaratna; Penguji: Anhari Achadi, Dumilah Ayuningtyas, Nastiti Kaswandani, Maxi Rein Rondonuwu, Dedy Sugiarto
Abstrak:
Read More
Tuberkulosis (TB) tetap menjadi masalah kesehatan utama di Indonesia dengan angka kejadian yang tinggi, termasuk pada anak-anak yang berkontribusi sekitar 16,68% dari total kasus TB nasional. Untuk mencapai target eliminasi TB pada tahun 2030, salah satu upaya strategis adalah optimalisasi deteksi dini melalui pemanfaatan teknologi digital dalam proses skrining dan diagnosis. Penelitian ini bertujuan mengembangkan model skrining TB anak berbasis machine learning dengan sistem skoring otomatis guna meningkatkan cakupan deteksi dan notifikasi kasus secara lebih efisien. Penelitian menggunakan pendekatan kuantitatif dengan rancangan kohort retrospektif dan dilaksanakan pada April–Agustus 2025 di delapan Puskesmas Kecamatan di wilayah Jakarta Barat. Data penelitian diperoleh dari rekam medis elektronik (RME) puskesmas dan database sistem informasi tuberkulosis (SITB) tahun 2023–2024. Model dikembangkan melalui empat skenario menggunakan lima algoritma, yaitu Logistic Regression, Decision Tree, Random Forest, K-Nearest Neighbor, dan Support Vector Machine. Evaluasi kinerja model dilakukan menggunakan cross-validation k-fold = 5 dengan metrik akurasi, sensitivitas, spesifisitas, dan Area Under the Receiver Operating Characteristic (AUROC). Hasil penelitian menunjukkan bahwa variabel dengan kontribusi prediktif terbesar meliputi pembesaran kelenjar, malaise ≥ dua minggu, penurunan atau stagnasi berat badan dua bulan terakhir, status gizi, dan riwayat kontak TB. Berdasarkan variabel tersebut, Decision Tree menjadi algoritma dengan performa terbaik karena menghasilkan nilai AUROC > 0,90. Nilai AUROC yang sangat tinggi (mendekati 1) menunjukkan bahwa kedua model memiliki kemampuan yang sangat baik dalam membedakan pasien anak dengan TB positif dan negatif berdasarkan skoring, serta sesuai untuk karakteristik data yang bersifat non-linear dengan interaksi antar gejala. Prototype aplikasi berbasis web yang dikembangkan mampu memberikan estimasi risiko secara cepat dan interaktif, sehingga berpotensi mendukung skrining TB anak di fasilitas layanan primer.
Tuberculosis (TB) remains a major public health challenge in Indonesia, with a high incidence rate, including among children who account for approximately 16.68% of all national TB cases. To achieve the 2030 TB elimination target, optimizing early detection through the use of digital technologies in screening and diagnosis is a key strategic approach. This study aims to develop a machine learning–based pediatric TB screening model equipped with an automated scoring system to enhance the efficiency of case detection and notification. A quantitative approach with a retrospective cohort design was employed, conducted from April to August 2025 across eight sub-district primary health centers (Puskesmas) in West Jakarta. Data were obtained from electronic medical records (RME) and the tuberculosis information database system (SITB) database for the years 2023–2024. The model was developed under four scenarios using five algorithms: Logistic Regression, Decision Tree, Random Forest, K-Nearest Neighbor, and Support Vector Machine. Model performance was evaluated using 5-fold cross-validation with accuracy, sensitivity, specificity, and Area Under the Receiver Operating Characteristic (AUROC) as the evaluation metrics. The findings indicate that the variables with the strongest predictive contributions include lymph node enlargement, malaise lasting ≥ two weeks, weight loss or stagnation over the past two months, nutritional status, and TB contact history. Based on these variables, Decision Tree demonstrated the best performance, achieving AUROC values > 0.90. Such high AUROC values (approaching 1) suggest excellent discriminatory ability in distinguishing TB-positive from TB-negative pediatric patients, particularly given the non-linear patterns and interactions among clinical symptoms. A prototype web-based application was developed and demonstrated the ability to generate rapid and interactive risk estimations. This tool shows strong potential to support pediatric TB screening efforts in primary healthcare settings.
D-615
Depok : FKM-UI, 2026
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Emma Rachmawati; Promotor: Amal Chalik Sjaaf; Ko-Promotor: Purnawan Junadi, Adang Bachtiar
D-263
Depok : FKM-UI, 2012
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Erika Yulita Ichwan; Promotor: Dian Ayubi; Kopromotor: Rita Damayanti; Penguji: Mardiati Nadjib, Martya Rahmaniati M., Lucia RM Royanto, Irwanto, Indra Supradewi, Maria Gayatri
Abstrak:
Read More
Latar Belakang : Remaja merupakan aset bagi pembangunan bangsa. Perubahan fisik dan biologis, termasuk berkembangnya ciri-ciri seksual sekunder dan perubahan hormonal pada organ-organ seksual, menyebabkan ketidaksiapan remaja dalam menghadapi dampak perilaku seksual yang mereka lakukan. Hal ini mempengaruhi kualitas kehidupan remaja selanjutnya. Untuk mengatasi permasalahan sosial akibat perilaku seksual pada remaja, diperlukan faktor protektif untuk mengontrol dan mencegah perilaku seksual melalui Developmental Assets yang dimiliki remaja. Tujuan : Penelitian ini untuk mengembangkan model pencegahan perilaku seksual remaja dengan pendekatan Developmental Assets pada remaja di DKI Jakarta. Metode : Penelitian ini menggunakan pendekatan kuantitatif dengan desain cross sectional. Pengumpulan data dilakukan pada 1048 remaja SMA usia 17-19 di DKI Jakarta secara purposive sampling. Menggunakan Developmental Asset Profile (DAP) Questionnaire yang telah diadaptasi dan dianalisis faktor dengan CFA sebelum digunakan. Analisa data menggunakan SEM PLS. Hasil : Penelitian menemukan masih terdapat 4,2% remaja dengan perilaku seksual pranikah berisiko, 7 komponen yang mendukung developmental assets remaja di DKI Jakarta, yaitu Family support and expectation, Constructive use of time in community dan School boundaries and expectation sebagai aset eksternal. Sementara Social competencies, Positives values, Personal identity, dan Commitment to learning merupakan aset internal. Variabel yang berhubungan langsung dengan perilaku seksual adalah Self efficacy, Family support and expectation dan Personal identity dengan nilai SRMR estimated model 0,073 (perfect fit) Kesimpulan : Masih ditemukan remaja dengan perilaku seksual pranikah berisiko meskipun dalam jumlah yang rendah, model yang didapatkan tidak menunjukkan bahwa developmental assets merupakan faktor protektif utama, namun developmental assets melalui aset eksternal berhubungan dengan semua aset internal untuk meningkatkan self efficacy terhadap perilaku seksual berisiko. Implementasi program pendidikan seksual diperlukan dengan memperkuat kolaborasi antar lembaga, dan penguatan aset eksternal dan internal untuk mendukung perkembangan remaja yang sehat dengan pendekatan yang mengintegrasikan dukungan keluarga, lingkungan sekolah, dan kegiatan komunitas. Penelitian lebih lanjut diperlukan untuk memahami lebih dalam jalur tidak langsung ini dan mengembangkan intervensi yang efektif.
Background: Adolescents are a vital asset for national development. However, the physical and biological changes, including the development of secondary sexual characteristics and hormonal changes in sexual organs, often leave them unprepared to face the consequences of their sexual behavior. This lack of preparedness can significantly affect their future quality of life. To address social issues arising from adolescent sexual behavior, protective factors are needed to control and prevent such behavior through the Developmental Assets that adolescents possess. Objective: This study aims to develop a model for preventing adolescent sexual behavior using a Developmental Assets approach among adolescents in DKI Jakarta. Methods: This research employs a quantitative approach with a cross-sectional design. Data were collected from 1,048 high school students aged 17-19 in DKI Jakarta using purposive sampling. The Developmental Asset Profile (DAP) Questionnaire was adapted and validated using Confirmatory Factor Analysis (CFA) for data collection. Data analysis was conducted using Structural Equation Modeling (SEM) with Partial Least Squares (PLS). Results: The research found that there are still 4.2% of teenagers with risky premarital sexual behavior. Seven components support the developmental assets of teenagers in DKI Jakarta: Family support and expectations, Constructive use of time in the community, and School boundaries and expectations as external assets. Meanwhile, internal assets include social competencies, Positive values, Personal identity, and Commitment to learning. Variables that are directly related to sexual behavior are Self-efficacy, Family support and expectations, and Personal identity, with an SRMR estimated model value of 0.073 (perfect fit) Conclusion: There are still teenagers with risky premarital sexual behavior, although, in low numbers, the model obtained does not show that developmental assets are the main protective factor; developmental assets through external assets are related to all internal assets to increase self-efficacy for risky sexual behavior. Implementation of sexual education programs requires strengthening collaboration between institutions and strengthening external and internal assets to support healthy adolescent development with an approach that integrates family support, the school environment, and community activities. Further research is needed to understand these indirect pathways better and develop effective interventions.
D-529
Depok : FKM-UI, 2024
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉