Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar Belakang : Indonesia merupakan salah satu negara di Asia dengan angka kematian ibu yang tinggi yaitu berkisar 126 per100,000 kelahiran hidup, dan 14% dari angka ini adalah karena hipertensi dan preeklampsia. Hal ini menjadi dasar perlunya upaya pencegahan preeklampsia yang dapat dilakukan melalui program skrining kehamilan berisiko tinggi yang efektif pada saat kunjungan antenatal, antara lain dengan penilaian karakteristik ibu dan faktor biofisik.Tujuan : Memperoleh kalkulasi faktor risiko dari karakteristik dan biofisik ibu hamil sebagai prediktor preeklampsia dan aplikasi penggunaannya dalam suatu program berbasis android yang dapat digunakan oleh tenaga medis.Metode : Studi ini kohort prospektif, dengan consecutive sampling mengumpulkan 1150 subyek terdiri dari ibu hamil dengan janin tunggal hidup dan tak terdapat kelainan kongenital. Setiap faktor maternal dan biofisik akan dianalisis bivariat, kemudian hasil yang bermakna dilanjutkan dengan analisis multivariat. Variabel yang bermakna hingga analisis multivariat akan menghasilkan persamaan regresi logistik yang digunakan untuk menghitung a priori risk seorang perempuan mengalami preeklampsia.Hasil : Berdasarkan hasil analisis, faktor risiko yang bermakna untuk prediktor preeklampsia meliputi hipertensi kronis, nilai indeks massa tubuh lebih besar sama dengan 25 kg/m2, nilai tekanan arteri rerata lebih besar sama dengan 95 mmHg, dan indeks pulsatilitas arteri uterina tinggi. Model prediksi risiko preeklampsia yang didapatkan yaitu logit (preeklampsia=1) adalah -3,63 + 2,11 (hipertensi kronik) + 0,50 (IMT lebih besar sama dengan 25 kg/m2) + 1,61 (MAP lebih besar sama dengan 95 mmHg) + 1,74 (IP arteri uterina tinggi). Cut-off 0,08 dengan sensitivitas 81,06% dan spesifisitas 73,07%. Kemampuan diskriminasi memprediksi preeklampsia sebesar 84% (instrumen yang baik untuk skrining).Kesimpulan : Faktor maternal dan biofisik dapat digunakan untuk skrining preeklampsia. Akurasi skoring dan sensitivitas pada penelitian ini mempunyai nilai yang tinggi sehingga digunakan sebagai acuan pembuatan program aplikasi prediktor preeklampsia berbasis android sebagai alat skrining preeklampsia yang efektif.

---

Background : Indonesia is one of the Asia countries with high maternal mortality rate range 126/100,000 live births, and 14% of them is due to preeclampsia. This is the reason for the need to perform preeclampsia prevention. An effective high-risk pregnancy screening during antenatal visits, by assessing maternal characteristics and biophysical factors.

Aim : To obtain risk calculations from maternal and biophysical characteristics as preeclampsia predictors and their use in an android-based program for medical daily practice.

Methods : This is a prospective cohort design studies. Around 1150 subjects was collected by consecutive sampling for every pregnant woman with a single live fetus with out any congenital anomalies. Each maternal and biophysical factor will be analyzed bivariately, then significant results are followed by multivariate analysis. Variables that are significant until multivariate analysis will produce a logistic regression equation that can be used to calculate a priori risk of a woman experiencing preeclampsia.

Results : Based on the analysis, there are some risk factors that significant for predicting preeclampsia, included chronic hypertension, body mass index ​​the same as or more than 25kg/m2, mean arterial pressure ​​the same as or more than 95mmHg, and high uterine artery pulsatility index. The risk prediction model of preeclampsia obtained was logit (preeclampsia = 1) was -3.63 + 2.11 (chronic hypertension) + 0.50 (BMI the same as or more than 25 kg/m2) + 1.61 (MAP the same as or more than 95 mmHg) + 1 , 74 (high PI uterine artery). Cut-off was 0.08 with sensitivity of 81.06% and specificity of 73.07%. Discrimination ability to predict preeclampsia by 84% (a good instrument for screening).

Conclusion : A combination of maternal and biophysical factors can be used for preeclampsia screening. This study shows a high accuracy scoring and sensitivity that can be use as a reference for making an Android-based preeclampsia predictor application program as an effective preeclampsia screening tool."

"Latar belakang: Preeklampsia masih menjadi penyumbang angka kesakitan dan kematian maternal dengan insidens sekitar 8,6 di Indonesia. Pola asuhan antenatal dengan melakukan penapisan awal menggunakan faktor maternal dan biofisik terhadap kejadian preeklampsia diharapkan dapat menurunkan angka kesakitan dan kematian maternal dan janin.Tujuan: Memperolah kalkulasi risiko dari faktor maternal dan biofisik terhadap kejadian preeklampsia. Metode: Studi ini merupakan kohort prospektif dengan melakukan consecutive sampling pada setiap ibu hamil dengan janin tunggal hidup dan tak terdapat kelainan kongenital anomali. Telah dilakukan penapisan pada 878 sampel dengan 8,7% mengalami preeklampsia. Setiap faktor maternal dan biofisik dilakukan analisis bivariat dan yang bermakna dilanjutkan dengan analisis multivariat. Variabel yang bermakna hingga analisis multivariat akan menghasilkan persamaan regresi logistik yang nantinya dapat menghitung a priori risk seorang perempuan mengalami preeklampsia. Hasil: Faktor maternal berupa riwayat hipertensi kronik dan riwayat preeklampsia di keluarga meningkatkan risiko preeklampsia. Faktor biofisik berupa indeks massa tubuh > 26 kg/m2, tekanan arteri rerata > 95 mmHg, dan indeks pulsatilitas arteri uterina yang tinggi juga meningkatkan risiko preeklampsia. AU-ROC dengan menggunakan faktor maternal dan kombinasi faktor maternal dan biofisik sebesar 63% dan 75%. Kesimpulan: Kombinasi faktor maternal dan biofisik dapat digunakan untuk menapis seorang ibu hamil untuk mengalami kejadian preeklampsia.

---

Background: Preeclampsia still contributes for maternal morbidity and mortality with incidence around 8,6% in Indonesia. Antenatal care with screening by using maternal and biophysical factors in predict the preeclampsia event is expected can reduce the number of maternal and fetal morbidity and mortality. Aim: Obtain the calculation risk from maternal and biophysical factors in predicting preeclampsia. Methods: We conducted a prospective cohort by performing consecutive sampling in every pregnant woman with singleton live intrauterine with no congenital anomaly. We screened 878 subjects with 8,7% became preeclampsia. Every maternal and biophysical factors were performed bivariate analysis and if statistically significant it continued to multivariate analysis of logistic regression. The equation of the logistic regression model will be performed to calculate the a priori risk of a pregnant woman becoming preeclampsia. Results: Maternal factors such as chronic hypertension and family history with preeclampsia will increase the risk of preeclampsia. Biophysical factors such as body mass index > 26 kg/m2, mean arterial pressure > 95 mmHg, and high value of pulsatility index of uterine artery will increase the risk or preeclampsia. The AU-ROC value by using maternal factor and combining maternal and biophysical factors were 63% and 75%, respectively. Conclusion: By combining the maternal and biophysical factors, it can be performed to screen a pregnant woman in preeclampsia event."

"Latar Belakang : Preeklampsia masih menjadi penyebab utama morbiditas dan mortalitas pada ibu hamil. Hingga saat ini masih belum ada program penapisan untuk memprediksi preeklampsia di Indonesia. Pada tahun 2018 di Jakarta, dilakukan penelitianmengenai faktor-faktor risiko maternal dan profil biofisik yang dinilai dapat meningkatkan kejadian preeklampsia. Namun, hasil penelitian tersebut masih perlu dilakukan validasi eksternal untuk mengonfirmasi bahwa hasilnya valid dan bisa diaplikasikan pada situasi, waktu, tempat yang berbeda. Tujuan: Melakukan validasi eksternal hasilpenelitian terdahulu Metode: Desain kohort prospektif. Semua ibu hamil yang melakukan pemeriksaan kehamilan di RSCM, RSUK JoharBaru, dan RSUK Tebet dari April-November 2018 diikuti hingga bersalin/terjadi preeklampsia pada Januari 2019. Hasil: Total subjek 467 orang. Insidens preeklampsia dari ketiga rumah sakit adalah 18,2%. Hasil penelitian dianalisis secara bivariat dilanjutkan multivariat. Hasil penelitian yang secara statistik signifikan adalah hipertensi kronik, riwayat preeklampsia, tekanan arteri rerata≥ 95 mmHg, dan indeks pulsatilitas a.uterina tinggi. AUC-ROC (kemampuan diskriminasi untuk memprediksi preeklampsia) 85%. Sehingga merupakan instrumen yang baik untuk uji diagnostik. Hasil ROC dari penelitian sebelumnya menunjukkan hasil yang serupa. Cut off dari penelitian ini 0,91 (sensitivitas 79% dan spesifisitas 84%). Hasil uji validitas eksternal dari penelitian sebelumnya diterapkan pada penelitian ini dan menunjukkan hasil yang valid dan memiliki akurasi yang baik. Kesimpulan: Faktor-faktor yang meningkatkan risiko preeklampsia, yaitu hipertensi kronik, riwayat preeklampsia, tekanan arteri rerata ≥95 mmHg, dan indeks pulsatilitas a.uterina tinggi. Hasil perbandingan uji diagnostik dan uji validitas eksternalbaik.

---

Background: preeclampsia is still leading causes of morbidity and mortality in pregnant women. Until today, there is still no screening program to predict preeclampsia in Indonesia. In Jakarta 2018, conducted research on maternal risk factors and biophysical profile to predict preeclampsia. However, the results still needs to be performed external validation to confirm that the results of the study are valid and can be applied on different situations, populations, and times. Objective: to perform external validation of the previous studyMethods: A prospective cohort design. Participants are all pregnant women who perform antenatal care in RSCM, RSUK JoharBaru, and RSUK Tebet from April-November 2018. They will be followed until January 2019. Results: Total participants 467 subject. Incidence of preeclampsia from 3 hospitals was 18,2%. The results had been analyzed bivariate continuing multivariate. The results of this study which statistically significant werechronic hypertension, history ofpreeclampsia, mean arterial pressure≥ 95 mmHg, and high pulsatility index of uterine artery. AUC-ROC (discrimination ability to predict preeclampsia) was 85%. Therefore, it is a good instrument fordiagnostic test. The ROC result of previous study seen shows the similar result.Cut off of this study was 0,91 (79% sensitivity and 84% specificity). The result of external validity test from previous study which applied to this study was valid and showed a good accuracy.Conclusion: Several factors increase the risk of preeclampsia, such as chronic hypertension,history of preeclampsia, mean arterial pressure≥ 95 mmHg, and high pulsatility index of uterine artery. The results of diagnostic test and external validation test are good."

"Karya Ilmiah Akhir ini merupakan analisis dan rangkaian kegiatan praktik residensi ners spesialis keperawatan maternitas, dengan penerapan teori keperawatan konservasi Levine dan unpleasant symptoms pada proses keperawatan ibu hamil dengan preeklampsia berat. Teori konservasi Levine memungkinkan individu untuk beradaptasi guna mempertahankan integritasnya dengan hasil akhir berupa konservasi. Fokus utama konservasi adalah keseimbangan antara suplai dan kebutuhan energi agar terjaga seluruh aspek keutuhan individu. Sedangkan teori unpleasant sympthom digunakan dalam mengurangi gejala - gejala ketidaknyamanan dengan cara meningkatkan pemahaman terhadap sekumpulan gejala ketidaknyamanan dari berbagai konteks dan menyediakan informasi yang bermanfaat serta memberikan dampak negatif dari gejala ? gejala ketidaknyamanan. Laporan akhir residensi juga memaparkan pencapaian target kompetensi dan berusaha memodifikasi hambatan yang dihadapi selama praktik.

---

The final paper is an analysis of maternity nursing practice spesialist with the application Concervation Levine and unpleasant symptoms on nursing process with severe preeclampsia pregnant women. Levine conservation theory allows individuals to adapt in order to maintain its integrity with the final result of conservation. The main focus of conservation is a balance between supply and demand, in order to keep all aspects of individual integrity. While unpleasant theory sympthom use in reducing the symptoms - symptoms of discomfort by increasing the understanding of the group of symptoms of discomfort from a variety of contexts and provide useful information and that had a negative impact on the symptoms - symptoms of discomfort. The final report also describes residency achievement of competence and attempt to modify the constraints faced during practice."

"Karya ilmiah akhir disusun sebagai laporan praktik residensi ners spesialis keperawatan maternitas yang menggambarkan pencapaian kompetensi ners spesialis keperawatan maternitas dengan fokus pada aplikasi teori keperawatan need for help dan symptom management pada ibu hamil dengan preeklampsia berat. Kompetensi ners spesialis keperawatan maternitas diwujudkan dengan penerapan peran dan fungsi perawat sebagai pemberi pelayanan keperawatan, advokat, manajer, rehabilitator, komunikator, edukator, kolaborator, dan agen perubah. Aplikasi teori keperawatan need for help Wiedenbach dan symptom management Humphreys pada ibu hamil dengan preeklampsia berat dapat mengatasi masalah keperawatan selama fase akut dan pemeliharaan.

---

This final report is created as a report of maternity nursing specialist residency practice which describes the achievement of maternity nursing specialist’s competencies focused on the application of ‘need for help’ and ‘symptom management’ nursing theory to pregnant women with severe preeclampsia. The competencies of a maternity nursing specialist were actualized by the implementation of roles and functions as a nursing care provider, an advocate, a manager, a rehabilitator, a communicator, an educator, a collaborator, and a change agent. The application of Wiedenbach’s ‘need for help’ nursing theory and Humphreys theory of symptom management to pregnant women with severe preeclampsia could solve the nursing problems during acute and maintenance phase."

"Ibu hamil dengan preeklampsia dengan gambaran yang parah dapat mengakibatkan komplikasi akut dan berisiko menetap dalam jangka panjang bagi wanita dan bayinya. Perjalanan klinis preeklampsia dengan gambaran berat ditandai dengan kemunduran progresif kondisi ibu dan janin. Pendekatan dengan teori Newman “health as expanding consciousness”, disini perawat hadir untuk klien pada titik pilihan kritis dalam hidup mereka dan berpartisipasi dengan mereka dalam proses perluasan kesadaran melalui proses keperawatan. Perawat memfasilitasi wawasan klien melalui berbagi proses pengenalan pola dalam bentuk pemberian proses keperawatan. Selama proses keperawatan, perawat hadir dalam merawat kesejahteraan biologis, psikologis, sosial dan spiritual pasien, sehingga melalui fokus caring Swanson ini yang berfokus pada “maintaining belief”, “being with”, “doing for” dan “enabling”. Uji coba evidence-based practice nursing (EBNP) dengan menggunakan teknik diaphragm breathing menjadi bagian dari proses keperawatan. Alat ukur atau tool yang digunakan untuk mengukur kecemasan ibu hamil adalah menggunakan PRAQ-R2. Hasil yang diterapkan oleh wanita hamil memiliki efek menguntungkan dalam menurunkan kecemasan ibu hamil dengan rata rata pre-test skor 38.6 menjadi 15.4 di post-test.

---

.Pregnant women with preeclampsia with severe features can cause acute complications and risk long-term persistence for the woman and her baby. The clinical course of preeclampsia with severe features is characterized by progressive deterioration of maternal and foetal condition. Approach to Newman's theory of "health as expanding consciousness", here nurses are present for clients at critical choice points in their lives and participate with them in the process of expanding awareness through the nursing process. The nurse facilitates client insight through sharing the pattern recognition process in the form of providing the nursing process. During the nursing process, nurses are present in caring for the biological, psychological, social and spiritual well-being of patients, so that through Swanson's caring focus which focuses on "maintaining belief", "being with", "doing for" and "enabling". Evidence-based practice nursing (EBNP) trials using the diaphragm breathing technique are part of the nursing process. Measuring instrument or tool used to measure the anxiety of pregnant women is using PRAQ- R2. The results applied by pregnant women have a beneficial effect in reducing the anxiety of pregnant women with an average pre-test score of 38.6 to 15.4 in the post-test."

"Latar Belakang : Pandemi COVID-19 merupakan sebuah kejadian dengan dampak luar biasa terutama pada populasi berisiko seperti ibu hamil. Indonesia sebagai salah satu negara dengan jumlah pasien COVID-19 tertinggi di dunia memiliki banyak kasus kehamilan dengan luaran maternal dan perinatal yang buruk akibat infeksi COVID-19. Namun, hingga saat ini belum terdapat studi yang secara komprehensif menilai faktor klinis dan non-klinis yang berpengaruh terhadap luaran buruk pada pasien hamil dengan COVID-19. Tujuan : Mengetahui faktor klinis dan non-klinis yang berhubungan dengan luaran buruk maternal dan perinatal pada ibu hamil dengan COVID-19. Metode : Penelitian kohort retrospektif dilakukan pada perempuan hamil yang terinfeksi COVID-19 yang dirawat Rumah Sakit Pusat Angkatan Darat (RSPAD) Gatot Soebroto selama periode Januari 2021 - April 2022. Pasien dengan data tidak lengkap dieksklusi dari penelitian. Faktor klinis yang dinilai adalah usia maternal, usia gestasi, beratnya gejala COVID-19 saat admisi, status obstetrik, status vaksinasi COVID-19, lama rawat instalasi gawat darurat, lama rawat inap biasa, lama rawat inap intensif, dan komorbiditas. Fakotr non-klinis yang dinilai adalah lama waktu sejak gejala hingga datang ke fasilitas pelayanan kesehatan, keengganan datang ke fasilitas pelayanan kesehatan, tingkat pendapatan, dan tingkat pendidikan. Hasil : Didapatkan sebanyak 79 subjek penelitian yang diikutsertakan dalam penelitian. Sebanyak 9 subjek mengalami luaran buruk berupa kematian ibu (n = 1), janin meninggal (n = 5), dan gejala COVID-19 berat (n = 6). Faktor klinis yang berpengaruh terhadap luaran yang buruk adalah usia maternal yang lebih tua, usia gestasi yang lebih muda, gejala COVID-19 yang lebih berat, serta durasi perawatan di instalasi perawatan intensif yang lebih lama (p < 0,05). Faktor non-klinis yang berpengaruh terhadap luaran yang buruk adalah lama gejala awal yang lebih lama, keberadaan kendala mencari pertolongan, dan pendapatan yang lebih rendah (p < 0,05). Kesimpulan : Luaran maternal dan perinatal yang lebih buruk pada kehamilan dengan COVID-19 terjadi akibat interaksi dari faktor klinis dan non-klinis. Diperlukan edukasi terhadap klinisi maupun masyarakat guna meningkatkan luaran pada kehamilan dengan COVID-19. Kata Kunci : COVID-19, infeksi, kehamilan, maternal, perinatal.

---

Background: The COVID-19 pandemic is an event with a tremendous impact, especially on higher risk populations such as pregnant women. Indonesia as one of the countries with the highest number of COVID-19 patients in the world has many cases of pregnancy with adverse maternal and perinatal outcomes due to COVID-19 infection. However, there have been no studies that have comprehensively assessed clinical and non-clinical factors that influence adverse outcomes in pregnant patients with COVID-19.

Objective: To determine clinical and non-clinical factors associated with adverse maternal and perinatal outcomes in pregnant women with COVID-19.

Methods: A retrospective cohort study was conducted on pregnant women infected with COVID-19 who were treated at the Gatot Soebroto Army Central Hospital (RSPAD) during the period January 2021 - April 2022. Patients with incomplete data were excluded from the study. The clinical factors assessed were maternal age, gestational age, severity of COVID-19 symptoms upon admission, obstetric status, COVID-19 vaccination status, length of stay in the emergency department, length of regular hospitalization, length of intensive hospitalization, and comorbidity. The non- clinical factors assessed were the length of time from symptoms to arrival to health care facilities, reluctance to come to health care facilities, income level, and education level.

Results: There were 79 research subjects who were included in the study. A total of 9 subjects experienced adverse outcomes in the form of maternal death (n = 1), fetal death (n = 5), and severe COVID-19 symptoms (n = 6). Clinical factors that influenced poor outcomes were older maternal age, younger gestational age, more severe COVID-19 symptoms, and longer duration of treatment in intensive care (p < 0.05). The non- clinical factors that influenced the poor outcome were a longer duration of initial symptoms, the presence of obstacles in seeking help, and lower income (p < 0.05).

Conclusion: The worse maternal and perinatal outcomes in pregnancies with COVID-19 occur due to the interaction of clinical and non-clinical factors. Education for clinicians and the public is needed to improve outcomes in pregnancies with COVID- 19. Keywords: COVID-19, infection, maternal, perinatal, pregnancy"

"Blockchain yaitu buku besar publik yang terdesentralisasi, terdistribusi secara digital yang ada di seluruh jaringan dapat digunakan untuk memfasilitasi proses pencatatan transaksi. Blockchain dapat diterapkan pada aplikasi android dalam membantu industri medis seperti untuk memantau dan mencegah penularan Covid-19. Salah satu teknologi Blockchain yaitu smart contract dengan kode bekerja persis seperti yang diprogram dan tak dapat diubah di blockchain Ethereum. Pencegahan penularan Covid-19 dapat dilakukan dengan metode contact tracing yaitu metode penyimpanan data yang berisi informasi tempat dan waktu yang telah dikunjungi oleh pengguna. Pada penelitian ini akan dibangun aplikasi berbasis android dengan bahasa pemrograman Java dengan penerapan smart contract untuk menyimpan data hasil proses contact tracing dalam bentuk transaksi untuk memantau dan mencegah penularan Covid-19. Pengujian akan dilakukan pada smart contract dan performa aplikasi contact tracing. Pengujian pada smart contract dilakukan sebelum dengan menggunakan alat audit smart contract dan sesudah di sebarkan pada jaringan pengujian Ethereum menggunakan Remix IDE untuk berinteraksi dengan smart contract. Pengujian performa aplikasi contact tracing dilakukan dengan melakukan perbandingan performa dengan aplikasi PeduliLindungi dalam matriks penggunaan CPU, Frame Per Second (FPS) yang didapatkan dan App startup time atau waktu mulai aplikasi. Hasil pengujian pada smart contract yang didapatkan adalah smart contract yang aman dari serangan perentas, tidak ada bug dan efisien dalam biaya yang digunakan. Sedangkan hasil pengujian pada performa aplikasi yang didapatkan adalah perbandingan performa aplikasi contact tracing yang telah dirancang dengan performa aplikasi contact tracing yang telah ada

---

Blockchain is a decentralized, digitally distributed public ledger that exists throughout the network and can be used to facilitate the process of transaction records. Blockchain can be applied to Android applications to assist the medical industry such as to monitor and prevent the transmission of Covid-19. One of Blockchain technology is smart contracts with code that works exactly as programmed and immutable on the Ethereum blockchain. Prevention Covid-19 transmission can be carried out using the contact tracing method, namely the data storage containing information on places and times that have been visited by the user. In this study, an Android based application will be built with Java programming language with implementation of smart contracts to store data the results of the contact tracing process in the form of transactions to monitor and prevent Covid-19 transmission. Tests will be carried out on smart contracts and performance contact tracing applications. Testing on smart contracts is carried out before using a smart contract audit tool and after deploying it on the Ethereum test network using the Remix IDE to interact with the smart contract. Testing the performance of the contact tracing application is carried out by doing the following: performance comparison with PeduliLindungi app in usage matrix CPU, Frame Per Second (FPS) earned and App startup time start application. The test results on the smart contract obtained are smart contracts that are safe from hacker attacks, no bugs and cost efficient. While the test results on the application performance obtained are a comparison of the performance of the contact tracing application that has been designed with the performance of existing contact tracing applications."

"Pengembangan aplikasi yang tidak dilengkapi dengan informasi detail mengenai aspek keamanan aplikasi menyebabkan pengguna mengalami kesulitan untuk menilai dan memahami risiko keamanan privasi yang mereka hadapi, sehingga banyak informasi sensitif yang terungkap tanpa sepengetahuan pengguna. Penelitian ini mengembangkan desain penilaian risiko privasi melalui pendekatan analisis statik dengan memanfaatkan permission dan beberapa atribut aplikasi (multiple application attributes), serta menggunakan majority voting ensemble learning dengan menerapkan teknik pemilihan fitur Random Forest Feature Importance untuk mendeteksi keamanan aplikasi. Nilai risiko diperoleh dari sebuah matriks risiko yang dibentuk dari dua aspek penilaian, yaitu frekuensi terjadinya risiko (likelihood) dan tingkat keparahannya (severity). Penilaian likelihood dilakukan dengan mengkombinasikan prediksi ensemble learning dan atribut aplikasi, sementara penilaian severity berdasarkan pada karakteristik dan jumlah permission. Untuk mengevaluasi model pembelajaran dan desain penilaian risiko privasi digunakan dataset CIC-AndMal2017 yang terdiri dari 2126 file APK. Jumlah data yang digunakan untuk membentuk model memiliki proporsi 80% data training dan 20% data testing, serta metode klasifikasi data yang digunakan adalah binary class (malicious dan benign). Penelitian ini menerapkan bahasa pemrograman Python dan menggunakan parameter default pada proses pembentukan model pembelajaran. Hasil percobaan menunjukkan bahwa model ensemble learning yang dibentuk dari algoritma Decision Tree, K-Nearest Neighbor, dan Random Forest memiliki performa model yang lebih baik dibandingkan single classification model, dengan accuracy sebesar 95.2%, precision 93.2%, dan F1-Score sebesar 92.4%. Penerapan teknik pemilihan fitur mampu meningkatkan efisiensi waktu selama pembelajaran model dengan total waktu sebesar 263 ms. Serta, hasil penilaian risiko mampu memberikan informasi yang komprehensif dan logis mengenai keamanan privasi aplikasi kepada pengguna. Hal ini menunjukkan bahwa desain penilaian risiko yang dibuat dapat menilai aplikasi secara efektif dan objektif.

---

Lack of detailed information about the application's security aspects leads to the user's inability to assess and understand the risk of privacy breaches and leads to the disclosure of a great deal of sensitive information without the user's knowledge. This study proposes a privacy risk assessment development through employing static analysis with permission and multiple application attributes and using majority voting ensemble learning with the Random Forest Feature Importance technique to detect app security. The risk score is obtained from a risk matrix based on two assessment aspects, namely the frequency of risk (likelihood) and its severity. The likelihood assessment is performed by combining ensemble learning predictions and information on multiple application attributes, while the severity assessment is performed by utilizing the number and characteristics of permissions. The dataset CIC-AndMal2017, which consists of 2126 APK files, was used to evaluate learning models and privacy risk assessment design. The amount of data used to build models consists of 80% data training and 20% data testing, while the data classification method used is binary class (malicious and benign). This study employs Python programming and implements default parameters in building a learning model. The experimental results show that ensemble learning model built from Decision Tree, K-Nearest Neighbor, and Random Forest algorithms provides better model performance than single classification models with accuracy of 95.2%, precision of 93.2%, and F1-Score of 92.4%. By applying feature selection technique, it could improve the efficiency of time used to learn the model with a total time of 263 milliseconds. Moreover, the results of the risk assessment provide comprehensive and rational information about the security of application privacy to users. This shows that the risk assessment design can assess the applications effectively and objectively. "

"Karya ilmiah akhir disusun sebagai laporan praktik residensi ners spesialis keperawatan maternitas yang menggambarkan pencapaian kompetensi ners spesialis keperawatan maternitas dengan fokus pada aplikasi teori keperawatan need for help dan symptom management pada ibu hamil dengan preeklampsia berat. Kompetensi ners spesialis keperawatan maternitas diwujudkan dengan penerapan peran dan fungsi perawat sebagai pemberi pelayanan keperawatan, advokat. manajer, rehabilitator, komunikator, edukator, kolaborator, dan agen perubah. Aplikasi teori keperawatan need for help Wiedenbach dan symptom management Humphreys pada ibu hamil dengan preeklampsia berat dapat mengatasi masalah keperawatan selama fase akut dan pemeliharaan.

---

This final report is created as a report of maternity nursing specialist residency practice which describes the achievement of maternity nursing specialist's competencies focused on the application of 'need for help' and 'symptom management' nursing theory to pregnant women with severe preeclampsia. The competencies of a maternity nursing specialist were actualized by the implementation of roles and functions as a nursing care provider, an advocate, a manager, a rehabilitator, a communicator, an educator, a collaborator, and a change agent The application of Wiedenbach's 'need for help' nursing theory and Humphreys theory of symptom management to pregnant w9men with severe preeclampsia could solve the nursing problems during acute and maintenance phase."