Hasil Pencarian  ::  Simpan CSV :: Kembali

"[ABSTRACTDiarhea is still the problem in development country like Indonesia, becausethe morbidity and mortality are high. Diarhea in Cianjur District is one of the 10highest in west java. This research is cross sectional study and use data from RapidSurvey Health Faculty of Indonesia University in Cianjur 2012. The purpose of thisstudy is to analize factors that related with diarrhea using linear regression and SGWR(Semiparametric Geographically Weigthed Regression). Based on linear regressionshows that the defecation habits as a dominant factor after controlled SPAL, infant,elementary school, acces to water and septic tank less than 10 meters. The SGWRwith Global Model consist of septic tank less than 10 meters and infant, Local Modelconsist of defecation habits and SPAL. The SGWR model with distance weigthing 3-15 Km can predict the diarrhea quite well, almost in all of study area.

---

ABSTRAKPenyakit diare masih merupakan masalah kesehatan masyarakat di negaraberkembang seperti di Indonesia, karena morbiditas dan mortalitas-nya yang masihtinggi. Di Propinsi Jawa Barat Kabupaten Cianjur merupakan 10 kabupaten yangmasih tinggi kejadian diare pada penduduknya. Penelitian ini dengan rancangancross-sectional dan sumber data sekunder dari Survey Cepat FKM-UI Tahun 2012.Tujuan dari penelitian ini adalah menganalisis faktor yang berhubungan dengan diaremenggunakan analisis regresi linear dan regresi spasial SGWR (SemiparametricGeographically Weigthed Regression). Hasil analisis regresi linear didapatkankebiasaan BAB menjadi faktor utama dengan dikontrol proporsi SPAL, balita,pendidikan SD, akses air dan jarak ke pencemar. Hasil analisis SGWR didapatkanmodel GWR global (letak pencemar dan balita) dan model GWR lokal (KebiasaanBAB dan SPAL). SGWR dengan pembobotan jarak optimal sebesar 3 Km sampai 15Km mampu memprediksi dengan model yang lebih sesuai untuk tiap area.;Penyakit diare masih merupakan masalah kesehatan masyarakat di negaraberkembang seperti di Indonesia, karena morbiditas dan mortalitas-nya yang masihtinggi. Di Propinsi Jawa Barat Kabupaten Cianjur merupakan 10 kabupaten yangmasih tinggi kejadian diare pada penduduknya. Penelitian ini dengan rancangancross-sectional dan sumber data sekunder dari Survey Cepat FKM-UI Tahun 2012.Tujuan dari penelitian ini adalah menganalisis faktor yang berhubungan dengan diaremenggunakan analisis regresi linear dan regresi spasial SGWR (SemiparametricGeographically Weigthed Regression). Hasil analisis regresi linear didapatkankebiasaan BAB menjadi faktor utama dengan dikontrol proporsi SPAL, balita,pendidikan SD, akses air dan jarak ke pencemar. Hasil analisis SGWR didapatkanmodel GWR global (letak pencemar dan balita) dan model GWR lokal (KebiasaanBAB dan SPAL). SGWR dengan pembobotan jarak optimal sebesar 3 Km sampai 15Km mampu memprediksi dengan model yang lebih sesuai untuk tiap area., Penyakit diare masih merupakan masalah kesehatan masyarakat di negaraberkembang seperti di Indonesia, karena morbiditas dan mortalitas-nya yang masihtinggi. Di Propinsi Jawa Barat Kabupaten Cianjur merupakan 10 kabupaten yangmasih tinggi kejadian diare pada penduduknya. Penelitian ini dengan rancangancross-sectional dan sumber data sekunder dari Survey Cepat FKM-UI Tahun 2012.Tujuan dari penelitian ini adalah menganalisis faktor yang berhubungan dengan diaremenggunakan analisis regresi linear dan regresi spasial SGWR (SemiparametricGeographically Weigthed Regression). Hasil analisis regresi linear didapatkankebiasaan BAB menjadi faktor utama dengan dikontrol proporsi SPAL, balita,pendidikan SD, akses air dan jarak ke pencemar. Hasil analisis SGWR didapatkanmodel GWR global (letak pencemar dan balita) dan model GWR lokal (KebiasaanBAB dan SPAL). SGWR dengan pembobotan jarak optimal sebesar 3 Km sampai 15Km mampu memprediksi dengan model yang lebih sesuai untuk tiap area.]"

"Kematian akibat tuberkulosis TB secara global sebanyak lebih dari 95 terjadi pada negara berpenghasilan rendah dan menengah. Indonesia ikut menyumbang 60 dari keseluruhan kasus TB global WHO, 2015. Provinsi DKI Jakarta dan Provinsi Banten termasuk ke dalam lima provinsi dengan estimasi prevalensi TB tertinggi di Indonesia Riskesdas, 2007 dan 2013. Perlu dibuat model yang mempertimbangkan kondisi lokal spesifik dengan memperhatikan perbedaan lokasi dari aspek geografis, kependudukan, dan kondisi sosial Eryando, 2007 dan Rahmaniati, 2015. Penelitian ini adalah penelitian kuantitatif analitik dengan desain potong lintang. Kajian faktor risiko kejadian TB sesuai konsep Model Perilaku Kesehatan oleh Green 1980 dan Kerangka Kerja Faktor Risiko TB oleh WHO 2010 dengan metode Geographically Weighted Regression GWR pada 13 kabupaten/kota di Provinsi DKI Jakarta dan Provinsi Banten. Hasil penelitian memperlihatkan tiga kelompok faktor risiko dapat menjelaskan kontribusi parameter dalam pemodelan kejadian TB di kedua provinsi sebesar 6. Model GWR mampu menggambarkan variasi tiga kelompok faktor risiko kejadian TB di kedua provinsi sebesar 96. Estimasi rata-rata proporsi kejadian TB akan meningkat pada risiko pendidikan rendah, bekerja, dan tersedianya fasilitas kesehatan TB. Status pendidikan menjadi parameter yang bernilai signifikan pada setiap kabupaten/kota. Setiap kabupaten/kota menghasilkan nilai estimasi berbeda yang menunjukkan besaran koefisien kejadian TB yang dipengaruhi oleh setiap perubahan parameternya. Setiap kabupaten/kota di kedua provinsi melalui Dinas Kesehatan perlu menerapkan kebijakan dan intervensi dengan pertimbangan nilai estimasi parameter pada faktor risiko sesuai pemodelan GWR, terutama peningkatan pendidikan dan promosi kesehatan TB.

---

Deaths from tuberculosis TB globally by more than 95 occur in low and middle income countries. Indonesia contributes 60 of all global TB cases WHO, 2015. DKI Jakarta Provinces and Banten Provinces are included in the five provinces with the highest estimated prevalence of TB in Indonesia Riskesdas, 2007 and 2013. Its need some model to consider the specific local conditions, which is geographical, demographic, and social aspects for appropriate health system improvement by region Eryando, 2007 and Rahmaniati, 2015.

This research is an analytic quantitative research with cross sectional design. Assessment of risk factors for TB incidence according to the Health Behavior Model by Green 1980 and TB Risk Factors Framework by WHO 2010 using Geographically Weighted Regression GWR method in 13 districts cities in DKI Jakarta Province and Banten Province.

The results showed three groups of risk factors could explain the contribution of parameters in modeling TB incidence in both provinces by 6. The GWR model was able to describe the variation of three groups of TB risk factors in both provinces by 96. The average estimate of the proportion of TB incidence will increase in the risk of low education, work, and the availability of TB health facilities.

Educational status becomes a significant parameter in every district city. Each district city produces a different estimation value indicating the magnitude of TB incidence coefficients that is affected by each parameter change. Each district city in both provinces through the Department of Health needs to implement policies and interventions with consideration of parameter estimation values on risk factors according to GWR modeling, especially improving TB education and promotion."

"Menganalisis hubungan antara jumlah tindak kejahatan dan faktor-faktor yang mempengaruhinya menjadi topik penelitian yang menarik karena jumlah tindak kejahatan di Indonesia dalam sepuluh tahun terakhir cenderung meningkat. Untuk meningkatkan kualitas keamanan masyarakat maka pemerintah perlu memahami faktor-faktor apa saja yang dapat memicu tindakan kejahatan. Dibandingkan dengan metode analisis regresi klasik, metode Geographically Weighted Regression GWR lebih diunggulkan karena dapat menangani masalah ketidak stasioneran spasial yang biasanya terjadi pada data fenomena-fenomena sosial. Ketidakstasioneran spasial adalah situasi dimana hubungan antar peubah berbeda-beda secara signifikan disetiap lokasi observasi. Hal tersebut mengakibatkan hasil analisis regresi klasik menjadi tidak akurat di beberapa lokasi. GWR menangani masalah tersebut dengan membangun model regresi di setiap titik observasi sehingga memungkinkan parameter regresi menjadi berbeda di setiap lokasi observasi. Penelitian ini menggunakan jumlah tindak kejahatan y sebagai peubah terikat dan peubah bebasnya adalah jumlah penduduk buta huruf x1, jumlah pengangguran x2, jumlah penduduk miskin x3, kepadatan penduduk x4, dan jumlah korban NAPZA x5. Penelitian ini menggunakan data sekunder yang dihimpun oleh POLRI, BPS, dan Dinsos di Jawa Tengah pada tahun 2015. Terdapat dua fungsi pembobot spasial GWR yang akan dibandingkan yaitu Kernel Gaussian dan Kernel Bisquare. Hasil penelitian menunjukkan fungsi Kernel Gaussian lebih baik dibanding Kernel Bisquare berdasarkan skor AIC dan R2. Hasil analisis menggunakan GWR menghasilkan model untuk 35 kabupaten/kota di Jawa Tengah.

---

Analyzing the relationship between number of crime cases and factors defined became an interesting research topic over the last ten years. The total number of crime in Indonesia didn rsquo t show a consistent decrease. In order to upgrade people safeness quality, the government need to know the factors influence people committing crime acts. Rather than using classical regression analysis, Geographically Weighted Regression GWR was preferable since it gave a better representative model by effectively resolve spatial non stationary problem which is generally exist in spatial data of social phenomenon. Spatial non stationary is a situation when the relationship between variables are significantly different in each location of observation point, so that classic regression analysis will result a misleading interpretation in some location. GWR handled the spatial non stationary problem by generating a single model in each observation point which allow different relationship to exist at different point in space. This study used number of crime cases y as the dependent variable and the factors which affect the number of crime cases as independent variables that consist of the number of illiterates x1 , the number of unemployed x2, the number of poor population x3, population density x4, the number of victims of drug x5. This study used secondary data collected by POLRI, BPS, and Social ministry of Indonesia in Central Java during 2015. Two spatial weighting functions were compared i.e. Kernel Gaussian and Kernel Bisquare and the study result indicated that Kernel Gaussian was batter according to score of R2 and AIC. GWR generated model for 35 city regency in Central Java. "

"Indonesia termasuk ke dalam kategori high burden countries untuk beban tertinggi TB dunia, menempati urutan ketiga setelah India dan Cina. Penanggulangan penyakit ini salah satunya dengan pemodelan kejadian TB Paru dengan faktor-faktor risikonya dengan analisis regresi linear. Namun, belum tentu cocok diterapkan disemua wilayah karena memiliki kondisi geografis yang berbeda, sehingga dapat menyebabkan adanya perbedaan kasus TB Paru antara wilayah satu dengan wilayah yang lainnya. Oleh karena itu, perlu dimasukkan unsur pengaruh geografis dengan pemodelan regresi linear spasial atau Geographically Weighted Regression (GWR), dalam penelitian ini untuk menilai hubungan kejadian TB Paru dengan faktor kondisi lingkungan fisik rumah, kondisi lingkungan rumah tinggal, karakteristik kependudukan, dan memanfaatkan pelayanan kesehatan terhadap kejadian TB Paru. Penelitian ini menggunakan desain studi potong lintang (cross sectional) dengan menggunakan data Riset Kesehatan Dasar (Riskesdas) 2010. Sampel penelitian ini adalah responden dalam Riskesdas 2010 berusia 15 tahun ke atas di Jawa Barat. Hasil penelitian menunjukkan bahwa memanfaatkan pelayanan kesehatan merupakan faktor dominan yang berhubungan dengan kejadian TB Paru di tiap Kabupaten/Kota Provinsi Jawa Barat kecuali Majalengka dan Pekerjaan juga berhubungan hanya di Kabupaten Bogor.

---

Indonesia is in the category of high-burden countries for the highest burden of Pulmonary Tuberculosis of the world, the third rank after India and China. The effort to overcome this disease is to do modeling the prevalence of Pulmonary Tuberculosis using linear regression model globally. However, it is not necessarily suitable to be applied in all areas because every area has different geographical condition, so it can lead to differences of TB cases between one region with another region. Therefore, the effect of geographic elements need to be incorporated with linear regression modeling spatial or Geographically Weighted Regression (GWR). This study applied GWR model to assess the association of Pulmonary Tuberculosis prevalence by the physical condition of the home environment, residential environment, demographic characteristics, and health care utilizing factors on the prevalence of Pulmonary Tuberculosis. This study used a cross-sectional study design using Riskesdas Data - 2010. Samples in this study were Riskesdas 2010 respondents aged 15 years and over in West Java. The results showed that utilize of health care is the dominant factor associated with the prevalence of Pulmonary Tuberculosis in each district/city of West Java except Majalengka, also related employement status only in Bogor Regency."