Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Angka kematian ibu adalah tantangan kesehatan masyarakat di dunia, negara-negara berkembang menyumbang 99% kematian ibu secara global. Diperkirakan 15% sampai 20% ibu hamil dari seluruh ibu hamil yang ada akan mengalami keadaan risiko tinggi dan mengalami komplikasi maternal. Asuhan kebidanan komprehensif berbasis bukti yang diberikan oleh bidan maupun dokter spesialis kandungan diharapkan dapat memprediksi komplikasi maternal untuk mencegah kematian ibu. Sistem prediksi komplikasi maternal melalui penilaian usia kehamilan, tanda-tanda vital, tinggi fundus uteri, denyut jantung janin, presentasi, kontraksi, plasenta, robekan, perdarahan, luka perineum, hemoglobin dan proteinurin dengan menggunakan pencatatan dan pelaporan manual membutuhkan waktu untuk mengambil keputusan. Tujuan penelitian ini adalah membangun prototipe aplikasi untuk prediksi komplikasi maternal di Rumah Sakit Mitra Bangsa Pati dalam rangka memprediksi komplikasi maternal, dan merancang basis data maternal dan membuat laporan secara elektronik. Rancangan pengembangan sistem menggunakan pendekatan prototyping. Metode prediksi aplikasi komplikasi maternal berbasis machine learning menggunakan algoritma Naïve Bayes Classifier (NBC). Aplikasi dapat memberikan hasil prediksi komplikasi maternal secara realtime (<3 detik), berupa perdarahan, preeklampsia, infeksi mana nifas, hiperemesis gravidarum, retensio plasenta dan robekan jalan lahir. Pengumpulan data dari buku register, buku KIA dan rekam medis. Dari hasil uji dengan 7-fold cross validation diperoleh nilai akurasi, presisi dan recall adalah 89.2%, 88.8%, dan 89.3% dengan jumlah data latih 2448 data dan data uji 272 data. Pemanfaatan data hasil prediksi yaitu sebagai dasar untuk pengambilan keputusan.

---

Maternal mortality is a challenge for public health field in the world and developing countries account for 99% of maternal deaths globally. It is estimated that 15% to 20% of all pregnant women will experience a high risk state and obstetric complication. The evidence-based midwifery comprehensive guideline provided by the midwife is expected to detect early risk factors for pregnancy, labor, and postpartum women before complication occurs. Maternal complications prediction system through assessment of gestational age, vital signs, high fundal uterine, fetal heart rate, presentation, contractions, placenta, tears, bleeding, perineal wounds, hemoglobin and proteinurin using manual recording and reporting takes time to make decisions. The purpose of this study was to build a prototype application for predicting maternal complications at Rumah Sakit Mitra Bangsa Pati in order to predict maternal complications, and design a maternal database and make reports electronically. The system development design uses a prototyping approach. The prediction method for the application of machine learning maternal complications uses the Naïve Bayes Classifier (NBC) algorithm. Applications can provide predictive results for maternal complications in real time (<3 seconds), such as bleeding, preeclampsia, infections where parturition, hyperemesis gravidarum, retention of the placenta and tear of the birth canal. Collecting data from register books, KIA books and medical records. From the results of the test with 5-fold cross validation, the accuracy, precision and recall value were 89.2%, 88.8%, dan 89.3% with 2,448 training data and 272 testing data. The use of prediction data is a basis for decision making.

Abstrak :
ABSTRAK
Nama : Tinton Mohammad AkbarProgram Studi : Ilmu Kesehatan MasyarakatJudul : Perbandingan Pemanfaatan Rawat Jalan pada Lansia Sakit,Periode Pra dan Pasca JKN Analisis Data SUSENAS Tahun2013 dan 2016 Pembimbing : Kurnia Sari, SKM, MSEPeningkatan usia harapan hidup menyebabkan jumlah populasi lansiameningkat. Hal ini berdampak pada lonjakan angka kesakitan lansia danberpengaruh pada tingginya pemanfaatan pelayanan kesehatan rawat jalan olehlansia. Kenaikan ini akan dilihat pada periode sebelum tahun 2013 dan setelahJKN tahun 2016 . Penelitian ini bertujuan menganalisis faktor-faktor yangberhubungan dengan pemanfaatan pelayaan kesehatan di fasilitas rawat jalanoleh lansia. Desain studi penelitian adalah repeated cross-sectional,menggunakan data Susenas 2013 dan 2016 dengan sampel yang memenuhikriteria inklusi sebanyak 25.070 tahun 2013 dan 27.723 tahun 2016 responden. Analisis regresi logistik menunjukkan bahwa sebagian besar variabelyang diteliti memberikan hasil signifikan berhubungan dengan pemanfaatanrawat jalan oleh lansia di tahun 2013 maupun 2016. Variabel status ekonomikuintil memberikan hubungan yang kuat terhadap pemanfaatan rawat jalan olehlansia dimana lansia dalam lansia yang berada pada kuintil 5 berpeluangmenaikkan pemanfaatan rawat jalan sebesar 13 di tahun 2013 dan 12 ditahun 2016. Disarankan bagi lansia di semua kuintil/kategori ekonomi didoronguntuk mengikuti program jaminan kesehatan nasional agar seluruh lansia dapatmengakses layanan kesehatan tanpa hambatan finansial.Kata kunci :lansia; pemanfaatan layanan kesehatan; rawat jalan; susenasABSTRACT
Name Tinton Mohammad Akbar Study Program Public HealthTitle Comparison of Outpatient Healthcare Utilization amongElderly with Health Symptoms, Before and After NationalHealth Insurance Period Analysis of National Socio Economic Survey Data Set 2013 and 2016 Counsellor Kurnia Sari, SKM, MSEIncreased life expectancy causes an escalation in the number of elderlypopulation. In return, these will accelarete morbidity among elderly which alsoaffect them to use outpatient services. It is expected that the increasing numberof health insurance ownership 2016 compared to time period before JKNprogram being implemented 2013 will also improve healthcare outpatientutilization. The study aims to identify factors that affecting to the utilization ofoutpatient services. This research was designed using repeated cross sectionaland quantitative approach of secondary data data Susenas 2013and 2016 withthe amount of research samples which fit with inclusive criteria was 25.070respondents in 2013 and 27.723 respondents in 2016. Furthermore, logisticregression analysis model resulted significant in most of variable investigated.The study found that the most significant variables in improving probability touse outpatient services are the quintile 5 richest economic status both in 2013and 2016 by 13 and 12 . It is recommended that the government or the policymakers should promote the expanding of JKN rsquo s coverage toward elderly in alleconomic quintiles as they could access health service without financialbarriers.Key words elderly healthcare utilization outpatient susenas