📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 38 dokumenTABEL MORTALITAS MULTIPLE DECREMENT BERBASIS PENYAKIT KATASTROPIK MENGGUNAKAN PROPOSED-FIXED ITERATION (PFI)
Tabel mortalitas multiple decrement (MD) diperlukan untuk memodelkan risiko kematian yang mempertimbangkan lebih dari satu penyebab kematian yang saling berkompetisi (competing risks), termasuk kematian akibat penyakit katastropik seperti gagal ginjal, hemofilia, penyakit jantung, kanker, sirosis hati, stroke, dan thalassemia. Penelitian ini bertujuan untuk membentuk tabel mortalitas MD berbasis tujuh penyakit katastropik tersebut. Tabel mortalitas tersebut dibentuk menggunakan data klaim kematian peserta BPJS Kesehatan. Peluang single decrement (SD) dikonversi menjadi peluang MD dengan asumsi constant force of mortality (CFM), kemudian digraduasi (smoothing) menggunakan kernel Gaussian. Selanjutnya, peluang MD dikonversi menjadi absolute rates of decrement (ARD) menggunakan algoritma Basic-Fixed Iteration (BFI) sebagai benchmark dan Proposed-Fixed Iteration (PFI) sebagai metode utama. Kedua algoritma dievaluasi dan dibandingkan kinerjanya berdasarkan akurasi (mean squared error/MSE) dan efisiensi komputasi (jumlah iterasi). Hasil penelitian menunjukkan bahwa tabel mortalitas MD berhasil dibentuk dengan pola tingkat kematian yang meningkat seiring bertambahnya usia, dengan penyakit jantung dan stroke sebagai penyebab kematian tertinggi serta hemofilia dan thalassemia sebagai yang terendah. Algoritma BFI dan PFI menghasilkan tingkat akurasi yang setara dengan nilai MSE yang sangat kecil (orde 10?¹? hingga 10?²?), namun algoritma PFI secara konsisten lebih efisien secara komputasi, dengan pengurangan rata-rata jumlah iterasi sebesar 11,31% pada kelompok laki-laki dan 8,33% pada kelompok perempuan dibandingkan algoritma BFI. Hasil ini menunjukkan bahwa algoritma PFI dapat menjadi metode yang lebih efisien dalam pembentukan tabel mortalitas MD berbasis penyakit tanpa mengorbankan ketepatan hasil estimasi.
PERANCANGAN “KULA” FAMILY WELLNESS CENTER DI BANDUNG DENGAN PENDEKATAN DESAIN BIOFILIK
Kesehatan menjadi salah satu aspek penting dalam kehidupan manusia. Namun, berdasarkan survey Kementrian Kesehatan pada 2025, sebanyak 50,5 juta orang yang telah mengikuti Cek Kesehatan Gratis (CKG) menunjukkan tingginya proporsi kurang aktivitas fisik pada orang dewasa, yakni 95,8 persen. Isu ini dapat mengakibatkan dampak negatif dalam jangka panjang, seperti obesitas, peningkatan risiko penyakit kardiovaskular, gangguan tumbuh kembang anak, dan lain-lain. Sebagai solusi jangka panjang dari isu tersebut, diperlukan adanya perancangan fasilitas kesehatan untuk keluarga yang terintegrasi sebagai pendukung pola hidup sehat. Perancangan “Kula” Family Wellness Centre merupakan fasilitas yang mampu menjadi solusi dari isu tersebut melalui penyediaan berbagai fasilitas yang menunjang pola hidup sehat secara keseluruhan, dimulai dari kegiatan fisik hingga pemenuhan nutrisi. Dalam perancangan fasilitas ini, digunakan pendekatan desain biofilik yang mampu memberikan dampak positif terhadap kesehatan pengguna ruangnya sebagai. Berdasarkan pendekatan tersebut dihasilkan suatu rancangan ruang publik yang ditujukan untuk membantu masyarakat dalam memahami serta menerapkan pola hidup sehat yang berkelanjutan dalam lingkup keluarga.
PUSAT REHABILITASI BAGI PENYANDANG GANGGUAN PERKEMBANGAN SARAF DI KOTA BANDUNG
Gangguan perkembangan saraf—meliputi Gangguan Spektrum Autisme (GSA), ADHD, Disabilitas Intelektual, dan Cerebral Palsy—merupakan kondisi persisten yang memengaruhi fungsi personal, sosial, akademik, dan okupasional anak sejak masa awal perkembangan. Melalui tugas akhir ini, perancang berupaya menghadirkan sebuah pusat rehabilitasi yang layak dan terintegrasi bagi penyandang gangguan perkembangan saraf di Kota Bandung, sejalan dengan SDGs 3 Good Health and Well-Being, SDGs 10 Reduced Inequalities, dan SDGs 11 Sustainable Cities and Communities. Isu yang diangkat dalam Tugas Akhir ini adalah fragmentasi layanan rehabilitasi, dimana fasilitas medis, terapi, dan dukungan sosial beroperasi secara terpisah dan tidak terintegrasi, diperparah dengan ketidakmerataan distribusi layanan ditengah tingginya prevalensi kasus di Jawa Barat. Kondisi ini menimbulkan isolasi sosial, perundungan, hambatan kemandirian bagi penyandang, serta parenting stress bagi keluarga akibat beban ekonomi dan kesulitan mengelola kebutuhan terapi anak secara berkelanjutan. Tipologi arsitektur yang dipilih adalah pusat rehabilitasi medik terpadu yang mengintegrasikan layanan fisioterapi, terapi wicara, terapi okupasi, hingga pelatihan vokasional dalam satu ekosistem terapeutik. Pemilihan tipologi ini dilatarbelakangi oleh kebutuhan akan ruang yang tidak hanya berfungsi sebagai wadah medis, tetapi juga sebagai lingkungan binaan yang aktif mendukung proses penyembuhan. Perancangan ini menggunakan pendekatan salutogenik (Aaron Antonovsky) yang diterjemahkan melalui indeks ASPECTSS™—comprehensibility, manageability, dan meaningfulness—dipadukan dengan pendekatan multisensori dan biofilik untuk menghadirkan konsep Healing Saturacy. Metode yang ditempuh meliputi analisis pengguna dan tapak, studi preseden terhadap bangunan kesehatan dan pendidikan inklusif, pemrograman ruang berdasarkan zonasi publik-privat-aktif-tenang, serta transformasi gubahan massa yang responsif terhadap iklim, kebisingan, dan potensi lingkungan sekitar tapak. Perancangan ini bertujuan menyediakan akses rehabilitasi bagi anak dengan gangguan perkembangan saraf melalui lingkungan binaan yang bebas hambatan, terapeutik, dan memenuhi standar aksesibilitas universal sesuai Permen PU No. 30/2006. Luaran yang dihasilkan berupa rancangan bangunan tiga lantai dan basement dengan struktur kayu fabrikasi (glulam) berjejak karbon rendah, dilengkapi taman multisensori dan roof garden yang saling terhubung, sehingga tidak hanya melindungi dan memulihkan penyandang, tetapi juga menjadi ruang edukasi bagi keluarga dan masyarakat guna mengurangi stigma terhadap gangguan perkembangan saraf.
ANALISIS PAJANAN PM2,5 TERHADAP SISWA SEKOLAH DASAR DI JAKARTA TIMUR
Polusi udara perkotaan, khususnya PM2,5, merupakan permasalahan kesehatan lingkungan yang signifikan di Jakarta dan berisiko tinggi bagi anak-anak sekolah dasar sebagai kelompok rentan. Kerentanan ini berkaitan dengan sistem pernapasan yang masih berkembang serta intensitas aktivitas harian yang meningkatkan peluang pajanan melalui inhalasi. Dalam konteks tersebut, penelitian ini bertujuan untuk menganalisis tingkat pajanan PM2,5 serta mengevaluasi potensi risiko kesehatannya pada siswa sekolah dasar di Jakarta Timur, sekaligus membandingkan konsentrasi antara Sekolah Dasar Negeri dan Sekolah Dasar Swasta sebagai dasar perumusan manajemen risiko. Penelitian melibatkan 42 siswa dengan pengukuran konsentrasi PM2,5 menggunakan alat pemantau kualitas udara PurpleAir dengan pendekatan Health Risk Assessment (HRA). Melalui pendekatan ini, nilai intake dihitung untuk selanjutnya dilakukan karakterisasi risiko non-karsinogenik menggunakan parameter hazard quotient (HQ). Analisis statistik turut dilakukan untuk menguji perbedaan konsentrasi antarjenis sekolah serta menilai hubungan antara intake PM2,5, fungsi paru, dan karakteristik antropometri siswa. Hasil penelitian menunjukkan bahwa konsentrasi PM2,5 di Sekolah Dasar Negeri berada pada kisaran 20–46 µg/m³, lebih tinggi dibandingkan Sekolah Dasar Swasta yang berada pada kisaran 8–38 µg/m³, dengan perbedaan signifikan berdasarkan uji T. Secara rata-rata, konsentrasi di Sekolah Dasar Swasta masih memenuhi baku mutu udara dalam ruang, sedangkan di Sekolah Dasar Negeri melampaui baku mutu. Pola tersebut sejalan dengan nilai intake, di mana siswa Sekolah Dasar Negeri memiliki kisaran 0,00020–0,00028 mg/kg/hari, sementara Sekolah Dasar Swasta berkisar 0,00015–0,00027 mg/kg/hari. Meskipun demikian, seluruh nilai HQ ? 1 yang menunjukkan risiko non-karsinogenik rendah pada frekuensi pajanan 240 hari/tahun. Namun, mengingat sifat pajanan yang kumulatif, strategi manajemen risiko preventif tetap diperlukan. Analisis korelasi menunjukkan hubungan yang tidak signifikan antara intake PM2,5 dan fungsi paru, demikian pula antara karakteristik antropometri dan fungsi paru. Temuan ini mengindikasikan bahwa fungsi paru anak tidak hanya dipengaruhi oleh pajanan selama jam sekolah, tetapi juga oleh akumulasi pajanan dari mobilitas harian dan lingkungan rumah. Oleh karena itu, upaya pengendalian direkomendasikan melalui peningkatan filtrasi ruang kelas, pemantauan kualitas udara secara berkala, pemeriksaan kesehatan pernapasan, edukasi, serta penggunaan masker pada periode kualitas udara buruk.
EKSPLORASI METODE PENGEMBANGAN MODEL PREDIKSI RISIKO KANKER PAYUDARA BERBASIS PEMBELAJARAN MESIN
Tingginya tingkat mortalitas kanker payudara di Indonesia disebabkan oleh keterlambatan diagnosis yang diperburuk oleh rendahnya motivasi masyarakat untuk melaksanakan skrining. Penelitian sebelumnya menunjukkan bahwa pengetahuan tentang risiko individu dapat meningkatkan motivasi untuk skrining. Namun, model prediksi risiko konvensional seperti Gail Model dan Breast Cancer Screening Consortium, yang dikembangkan berdasarkan populasi Kaukasia, menunjukkan penurunan akurasi ketika diterapkan pada populasi Asia, termasuk Indonesia. Penelitian ini bertujuan untuk mengidentifikasi metode pengembangan model prediksi risiko kanker payudara berbasis pembelajaran mesin yang memiliki performa klinis terbaik, serta mengevaluasi kelayakan implementasinya secara ekonomi dalam sistem kesehatan Indonesia. Menggunakan dataset PLCO dengan subset populasi Asia, penelitian ini mengeksplorasi berbagai kombinasi strategi seleksi fitur, penanganan ketidakseimbangan kelas, algoritma pembelajaran mesin, teknik rekayasa fitur, dan pembelajaran berbasis biaya. Evaluasi dilakukan dengan kerangka QALY-focused Clinical-Economic Decision Framework. Model terbaik diidentifikasi menggunakan algoritma XGBoost dengan seleksi fitur Statistical_40, transformasi statistik, dan case-control matching, yang mencapai AUC 0,638, sensitivitas 82,1%, dan spesifisitas 44,4%. Dibandingkan dengan penelitian Stark dkk., model ini menunjukkan peningkatan AUC +0,025 dan sensitivitas +0,133. Dibandingkan dengan Gail Model, terdapat peningkatan AUC +0,075 dan sensitivitas +0,174. Namun, spesifisitas mengalami penurunan sebesar -0.023 dibandingkan penelitian Stark dkk. dan -0.017 dibandingkan dengan Gail Model. Model ini menunjukkan cost-effectiveness yang sangat baik dengan $627 USD per QALY, yang menunjukkan bahwa model prediksi risiko kanker payudara superior telah berhasil dikembangkan, dengan kemampuan deteksi kanker yang jauh lebih baik dan tetap memenuhi kriteria kelayakan klinis serta cost-effectiveness untuk implementasi di Indonesia.
OPTIMALISASI PEMBELIAN OBAT MENGGUNAKAN MODEL MANAJEMEN PERSEDIAAN BERBASIS PERAMALAN DI KLINIK SATURNUS CARE
Pada klinik yang baru berdiri, pengadaan obat seringkali bersifat reaktif karena tidak adanya sistem peramalan dan perencanaan persediaan yang terstruktur. Penelitian ini bertujuan untuk meminimalkan biaya pembelian obat dengan mengintegrasikan metode peramalan permintaan dan model manajemen persediaan. Analisis ABC terhadap data penjualan dilakukan untuk menentukan obat prioritas, dan menghasilkan tiga obat kategori A, yaitu Sertraline tablet 50 mg, Hyalub MND, dan Atorvastatin tablet 20 mg. Peramalan permintaan kemudian dilakukan secara terpisah untuk setiap obat. Sertraline diramalkan menggunakan metode Holt’s exponential smoothing dengan pengaturan optimal ARIMA dari Minitab untuk menentukan smoothing constant, sedangkan Hyalub MND dan Atorvastatin menggunakan regresi linier. Akurasi peramalan terutama dievaluasi menggunakan Mean Absolute Percentage Error (MAPE); namun, ketika terdapat nilai aktual nol, hanya MAD dan MSE yang digunakan sebagai pengganti. Berdasarkan hasil peramalan tahunan, dilakukan perhitungan Economic Order Quantity (EOQ), Reorder Point (ROP), dan Safety Stock untuk masing-masing obat. Model EOQ standar digunakan jika tidak terdapat informasi mengenai syarat minimum pembelian untuk memperoleh diskon dan harga per unit tetap. Berdasarkan hasil peramalan tahunan, dilakukan perhitungan Economic Order Quantity (EOQ), Reorder Point (ROP), dan Safety Stock untuk masing-masing obat. Model EOQ standar digunakan jika tidak terdapat informasi mengenai syarat minimum pembelian untuk memperoleh diskon dan harga per unit tetap.
PENGEMBANGAN MODEL DETEKSI DAN PREDIKSI RISIKO PENYAKIT ALZHEIMER DENGAN PENDEKATAN PEMBELAJARAN MESIN DAN ANALISIS SURVIVAL
Penyakit Alzheimer merupakan penyakit neurodegeneratif yang menjadi penyebab utama demensia di kalangan lansia dan belum memiliki obat. Deteksi dini dan prediksi risiko menjadi kunci untuk penanganan yang lebih efektif. Penelitian ini bertujuan untuk mengembangkan model deteksi status kognitif (Normal, Mild Cognitive Impairment/MCI, dan Alzheimer's Disease/AD) serta model prediksi risiko konversi ke AD menggunakan pendekatan machine learning dan analisis survival. Model ini dirancang untuk dapat diimplementasikan pada fasilitas layanan kesehatan di Indonesia dengan memfokuskan pada fitur non-invasif dan non-radiologis. Data yang digunakan berasal dari dataset National Alzheimer’s Coordinating Center (NACC) dengan subjek ras Asia. Setelah melalui proses pembersihan, pra-pemrosesan, dan seleksi fitur iteratif menggunakan Recursive Feature Elimination (RFE), 13 fitur klinis dan neuropsikologis terpilih sebagai prediktor utama. Model deteksi terbaik dikembangkan menggunakan algoritma Random Forest, yang berhasil mencapai akurasi sebesar 92,7%; F1-Macro 90,4%; dan AUC-ROC 98,3%. Untuk prediksi risiko, model Random Survival Forest (RSF) menunjukkan performa unggul dengan Concordance Index (C-index) sebesar 0,970 dan Brier Score 0,0184. Hasil penelitian ini menunjukkan bahwa dengan menggunakan 13 fitur terpilih, kedua model mampu memberikan performa yang sangat baik dan berpotensi untuk diimplementasikan sebagai alat bantu skrining dan prediksi risiko Alzheimer yang efisien di layanan kesehatan primer.
PENGEMBANGAN FRONT-END APLIKASI MOBILE UNTUK PENYAJIAN HASIL EXPLAINABLE ARTIFICIAL INTELLIGENCE DALAM ESTIMASI RISIKO DIABETES
Diabetes merupakan salah satu tantangan kesehatan terbesar di Indonesia dengan prevalensi yang terus meningkat. Meskipun aplikasi kesehatan berbasis artificial intelligence (AI) telah banyak dikembangkan untuk deteksi dini, sebagian besar masih bersifat "black box" yang tidak memberikan penjelasan atas hasil prediksinya. Metode explainable artificial intelligence (XAI) menawarkan solusi untuk masalah ini, namun penjelasannya sering kali terlalu teknis dan sulit dipahami oleh pengguna awam. Penelitian ini bertujuan untuk mengembangkan antarmuka front-end aplikasi mobile yang mampu menyajikan hasil analisis risiko diabetes dari XAI dalam format yang intuitif dan mudah dimengerti. Metodologi pengembangan yang digunakan adalah model Waterfall yang mencakup tahap analisis kebutuhan melalui survei pengguna, perancangan antarmuka, implementasi, dan evaluasi. Berdasarkan hasil survei preferensi pengguna, aplikasi ini mengimplementasikan dua jenis visualisasi utama, yaitu bar chart dan pie chart, untuk menyajikan kontribusi setiap faktor risiko. Visualisasi ini didukung oleh narasi tekstual yang dipersonalisasi yang dihasilkan melalui integrasi dengan large language models (LLM), yaitu GPT-4o. Aplikasi dikembangkan secara native untuk platform Android menggunakan bahasa pemrograman Kotlin dan framework Jetpack Compose. Hasil dari penelitian ini adalah sebuah prototipe aplikasi mobile yang mampu menerjemahkan data teknis dari model XAI (nilai SHAP) menjadi kombinasi visualisasi grafik dan penjelasan naratif yang mudah dipahami. Hasil evaluasi melalui pengujian pemahaman pengguna (skala Likert dan wawancara) serta pengujian fungsionalitas teknis (end-to-end) menunjukkan bahwa tujuan penelitian berhasil dicapai. Kombinasi visualisasi dan narasi tekstual terbukti efektif meningkatkan pemahaman pengguna (skor rata-rata 4.31 dari 5), memberdayakan mereka untuk mengambil langkah preventif, serta didukung oleh aplikasi yang berfungsi andal dengan tingkat keberhasilan pengujian 100%.
PERANCANGAN SISTEM PENDAMPING UNTUK EDUKASI DAN KEPATUHAN KONSUMSI OBAT RUTIN BAGI PENDERITA HIPERTENSI, DIABETES, DAN HIPERKOLESTEROLEMIA
Penyakit kronis, seperti diabetes, hipertensi, dan kolesterol tinggi, adalah kondisi kesehatan jangka panjang yang memerlukan perawatan medis berkelanjutan. Salah satu tantangan utamanya adalah ketidakpatuhan pasien dalam mengonsumsi obat rutin (maintenance medication) yang diresepkan. Masalah ini sangat menonjol pada lansia, sering kali disebabkan oleh lupa, rasa bosan, atau menghentikan pengobatan saat gejala membaik. Selain itu, kesenjangan pemahaman pasien mengenai kondisi kesehatan, interaksi obat-obatan, dan potensi efek samping juga menjadi perhatian serius. Untuk membantu pasien penyakit kronis dalam edukasi dan peringatan untuk meminum obat secara teratur, maka dibuatkan sistem pendamping berbasis AI chatbot yang dapat memberikan edukasi serta menyediakan tempat bagi pasien untuk menyimpan informasi obat dan menentukan jadwal minum agar diberi pengingat sesuai dengan waktunya. Sistem dibuat dalam bentuk aplikasi yang mengandung fitur pengingat jadwal konsumsi obat, pencatatan kepatuhan harian, riwayat konsumsi obat, serta chatbot sebagai asisten obat untuk pasien melakukan tanya jawab tentang informasi seputar konsumsi obat dan peringatan yang harus diketahui, seperti efek samping dan interaksi antarobat. Informasi chatbot bersumber dari pendekatan hybrid menggunakan knowledge base dan LLM. Knowledge base menyediakan jawaban berbasis data terstruktur terkait obat, sedangkan LLM digunakan untuk menangani pertanyaan yang bersifat lebih kontekstual jika jawaban tidak ditemukan di KB. Keduanya terhubung melalui sistem backend dan dapat diakses langsung dari aplikasi secara real-time melalui antarmuka chatbot. Hasil evaluasi menunjukkan fitur pengingat obat mendapat skor 4,31, pencatatan konsumsi 4,62, dan pengubahan jadwal obat 4,77. Chatbot dinilai relevan dengan skor 4,23 dan konsisten 4,00. Meskipun demikian, notifikasi masih belum selalu tepat waktu, dan jawaban chatbot terkadang kurang akurat. Secara keseluruhan, aplikasi sudah membantu pengguna dalam mengatur konsumsi obat, namun masih perlu perbaikan pada notifikasi dan cakupan informasi chatbot.
PERANCANGAN DAN IMPLEMENTASI SISTEM BACKEND APLIKASI WEB UNTUK MENDUKUNG MONITORING KONDISI PASIEN ONKOLOGI ANAK
Kanker pada anak merupakan penyebab utama kematian anak di Indonesia, dengan leukemia mencakup 33,19% kasus pada tahun 2020–2024. Salah satu penyebabnya adalah tingginya tingkat abandonment atau penghentian pengobatan oleh pasien secara sepihak. Di RSUP Dr. Hasan Sadikin persentase abandonment mencapai 20%. Kondisi ini sering terlambat disadari tenaga medis, sehingga memperburuk kesehatan pasien. Penelitian ini merancang dan mengembangkan aplikasi berbasis web pada aspek back-end untuk menghubungkan dokter, wali pasien, dan admin dalam pemantauan pengobatan. Fitur yang disediakan meliputi penjadwalan, pengingat otomatis, pemantauan gejala, dan edukasi pasien. Sistem dibangun dengan arsitektur monolitik menggunakan framework Lumen, database MySQL, dan metode RESTful API, serta dapat diakses melalui perangkat mobile dan desktop. Data yang digunakan berasal dari Cancer Registry RSUP Hasan Sadikin. Data pasien tersebut kemudian diimpor melalui file Excel ke dalam database. Setiap data yang terkait terhubung melalui nomor registrasi, nama lengkap, dan nomor rekam medis. Pengujian dilakukan dengan black-box testing untuk menguji fungsionalitas, dan load testing pada berbagai skenario untuk mengukur average response time, throughput, dan error rate pada 6–50 pengguna bersamaan. Hasil menunjukkan aplikasi berjalan sesuai skenario uji, dengan kapasitas optimal 25–40 pengguna bersamaan dan error rate di bawah 1% pada beban rendah hingga menengah.
ANALISIS BEBAN EKONOMI DAN KUALITAS HIDUP PASIEN DIABETES MELLITUS TIPE 2 RAWAT INAP DI RUMAH SAKIT TNI AL D. MINTOHARDJO
Tingginya prevalensi Diabetes Mellitus Tipe 2 di Indonesia dan karakteristik unik populasi pasien Rumah Sakit Angkatan Laut dr. Mintohardjo, Jakarta, yang terdiri dari personel militer, pegawai negeri sipil, pensiunan, dan keluarga mereka, menuntut pemahaman yang mendalam tentang dampak ekonomi dan psikososial penyakit ini. Penelitian ini bertujuan untuk mengidentifikasi dan mengukur biaya medis langsung, menganalisis pola penggunaan obat, serta mengukur kualitas hidup yang berhubungan dengan kesehatan (HRQoL) menggunakan instrumen EQ-5D-5L. Desain cross-sectional digunakan, menggabungkan data retrospektif dari 100 pasien yang dirawat inap pada tahun 2024 dan data prospektif dari 16 pasien yang dirawat inap pada awal tahun 2025. Pengambilan sampel total digunakan untuk data retrospektif, sementara purposive sampling digunakan untuk pengumpulan data prospektif. Analisis data mencakup statistik deskriptif, uji inferensial, bootstrapping, dan analisis sensitivitas satu arah. Hasil penelitian menunjukkan perbedaan signifikan antara biaya klaim INA-CBGs dan tarif rumah sakit, dengan biaya transportasi menjadi komponen terbesar OOP. Terapi insulin mendominasi pola penggunaan obat, mencerminkan kebutuhan pengendalian glikemik intensif. Penilaian HRQoL dengan EQ-5D-5L menunjukkan gangguan pada mobilitas, perawatan diri, dan aktivitas harian. Analisis regresi mengungkap bahwa usia, lama terdiagnosis, dan lama rawat inap berpengaruh negatif signifikan terhadap HRQoL, sedangkan OOP tidak berpengaruh signifikan setelah bootstrapping. Temuan ini menegaskan peran dominan faktor klinis dibanding beban biaya langsung, sehingga intervensi peningkatan kualitas hidup perlu difokuskan pada manajemen klinis, pencegahan komplikasi, dan pengelolaan lama rawat inap.
PREDIKSI RISIKO PENYAKIT JANTUNG KORONER MENGGUNAKAN METODE REGRESI LOGISTIK DAN CATEGORY BOOSTING
Penyakit kardiovaskular merupakan kelompok gangguan yang memengaruhi fungsi jantung dan pembuluh darah, salah satunya adalah penyakit jantung koroner (coronary heart disease/CHD). CHD terjadi akibat penyempitan atau penyumbatan pada arteri koroner yang bertugas menyuplai darah ke jantung dan dapat menyebabkan kondisi seperti angina pectoris, myocardial infarction, coronary insufficiency (unstable angina), hingga kematian. Banyak faktor risiko CHD yang sering kali tidak disadari oleh individu sehingga deteksi dini melalui pemodelan risiko menjadi pendekatan penting dalam mendukung upaya pencegahan dan penanganan medis yang lebih efektif. Penelitian ini bertujuan untuk membangun dan membandingkan dua model prediksi risiko CHD, yaitu regresi logistik dan Category Boosting (CatBoost), serta mengidentifikasi variabel-variabel prediktor yang paling memengaruhi kemungkinan terjadinya CHD. Data yang digunakan berasal dari Framingham Heart Study dan mencakup informasi kesehatan 4,434 peserta dalam tiga periode pemeriksaan antara tahun 1956 hingga 1968. Hasil penelitian menunjukkan bahwa CatBoost memiliki performa prediktif yang lebih tinggi dalam hal accuracy dan recall, sedangkan regresi logistik unggul dalam positive predictive value (PPV) dan area under the curve (AUC).
TINGKAT PENGETAHUAN DAN PERILAKU MAHASISWA INSTITUT TEKNOLOGI BANDUNG DALAM PENANGANAN DISPEPSIA: PERSPEKTIF FARMAKOLOGI DAN NON-FARMAKOLOGI
Sindrom dispepsia merupakan gangguan pencernaan yang sering dialami oleh mahasiswa, terutama akibat pola makan yang tidak teratur, stres akademik, dan kebiasaan swamedikasi tanpa pemahaman yang memadai. Penelitian ini bertujuan untuk mengevaluasi tingkat pengetahuan dan perilaku mahasiswa Institut Teknologi Bandung dalam mengatasi dispepsia, serta menilai efektivitas media flipbook digital sebagai intervensi edukasi. Penelitian dilakukan dengan pendekatan kuantitatif deskriptif analitik terhadap 401 mahasiswa ITB dari berbagai lokasi kampus dan fakultas. Pengumpulan data dilakukan menggunakan kuesioner terstruktur yang mencakup aspek klinis, pola makan, perilaku, dan gangguan emosional. Hasil penelitian menunjukkan bahwa prevalensi dispepsia pada responden mencapai 91%, dengan gejala yang paling banyak berupa sindrom ringan dan postprandial distress syndrome. Mayoritas responden (54,9%) memiliki tingkat pengetahuan tentang dispepsia yang tergolong kategori kurang, tidak ditemukan korelasi signifikan antara pengetahuan dan perilaku (r = –0,047). Tetapi intervensi menggunakan media flipbook digital terbukti efektif, ditunjukkan dengan peningkatan signifikan pada skor pengetahuan responden setelah intervensi (p = 0,000). Penelitian ini menunjukkan bahwa dispepsia merupakan masalah kesehatan yang cukup sering terjadi di kalangan mahasiswa, dan peningkatan literasi kesehatan melalui media edukatif berbasis digital berpotensi menjadi strategi preventif yang efektif dalam manajemen mandiri dispepsia. Penelitian ini memberikan dasar untuk pengembangan program edukasi kesehatan mahasiswa di lingkungan perguruan tinggi.
ANALISIS PERSEBARAN DAN OPTIMASI PENGGUNAAN ALAT GENEXPERT UNTUK PENANGANAN TUBERKULOSIS (TB) DI JAWA BARAT
Provinsi Jawa Barat, sebagai wilayah dengan beban tuberkulosis (TB) tertinggi di Indonesia, dihadapkan pada tantangan optimalisasi jaringan diagnostik GeneXpert yang distribusinya belum merata akibat adanya kesenjangan antara ketersediaan alat dengan beban demografis. Latar belakang permasalahan ini adalah tingginya prevalensi TB yang tidak diimbangi dengan aksesibilitas dan pemanfaatan alat diagnostik cepat yang merata, sehingga diperlukan sebuah strategi optimasi berbasis data. Penelitian ini dilakukan dengan tujuan untuk menganalisis jaringan layanan diagnostik GeneXpert, mengidentifikasi profil kinerja fasilitas kesehatan (faskes) yang beragam, dan merancang sebuah model sistem rujukan untuk meningkatkan efisiensi penggunaan alat. Metode yang diterapkan adalah analisis kuantitatif terapan yang mengintegrasikan beberapa tahapan. Tahapan penelitian diawali dengan pengumpulan dan pra-pemrosesan data sekunder dari Litbangkes Jawa Barat, Dinas Kesehatan, dan BPS, diikuti dengan analisis deskriptif spasial untuk memetakan kondisi awal jaringan. Metode utama yang digunakan adalah klasterisasi K-Means dua tahap. Pada tahap pertama, klasterisasi spasial berbasis jarak geodesik diterapkan pada seluruh faskes untuk mengidentifikasi regionalisasi layanan. Tahap kedua adalah klasterisasi operasional yang dilakukan secara terpisah di dalam setiap regional geografis tersebut, dengan menggunakan variabel rata-rata utilisasi tahunan dan persentase modul beroperasi untuk mengungkap profil kinerja faskes. Dari hasil analisis, ditemukan bahwa jaringan faskes di Jawa Barat dapat dipetakan ke dalam tiga regional layanan utama yang berbeda secara geografis: (1) Wilayah Timur-Utara, (2) Wilayah Penyangga Ibu Kota, dan (3) Wilayah Bandung Raya dan Sekitarnya. Analisis klasterisasi lanjutan berhasil mengidentifikasi 15 subklaster operasional unik dengan peran strategis yang beragam. Dari penemuan tersebut, terungkap bahwa terdapat ketidakselarasan antara potensi permintaan layanan dengan kinerja aktual faskes di lapangan. Sebagai kesimpulan dan luaran utama, sebuah model sistem rujukan hibrida dan konseptual berhasil dirancang. Model ini mengintegrasikan peran strategis jangka panjang setiap faskes (hasil klasterisasi) dengan evaluasi kondisi taktis jangka pendek (berdasarkan kerangka heuristik) untuk memandu alur rujukan. Sistem yang diusulkan ini dirancang untuk menyeimbangkan beban kerja, meningkatkan efisiensi pemanfaatan alat dengan mengoptimalkan kapasitas tersembunyi, dan secara proaktif mengelola risiko operasional dengan menghindari rujukan ke faskes yang tidak siap.
PERANCANGAN ANIMASI 2D UNTUK MENINGKATKAN KESADARAN DAN PENANGANAN ENDOMETRIOSIS UNTUK REMAJA PEREMPUAN USIA 15-19
Endometriosis adalah suatu kondisi kronis yang ditandai dengan pertumbuhan jaringan mirip endometrium di luar rahim, yang menyebabkan peradangan dan nyeri berulang. Kondisi ini sering tidak terdiagnosis pada tahap awal, terutama pada remaja perempuan, karena gejalanya sering dianggap sebagai nyeri haid biasa. Minimnya pengetahuan dan kesadaran tentang gejala serta penanganan endometriosis dapat mengakibatkan keterlambatan diagnosis dan komplikasi jangka panjang. Penelitian ini bertujuan untuk merancang sebuah animasi 2D edukatif sebagai media komunikasi visual yang efektif dalam meningkatkan kesadaran dan pemahaman remaja perempuan usia 15-19 tahun mengenai endometriosis. Animasi dirancang dengan gaya visual yang sesuai dengan karakteristik usia remaja, disertai narasi dan ilustrasi yang mudah dipahami. Evaluasi efektivitas animasi dilakukan dengan mengukur peningkatan tingkat pengetahuan dan kesadaran target sasaran sebelum dan sesudah menyaksikan animasi melalui kuesioner pre-test dan post-test. Hasil penelitian menunjukkan bahwa penggunaan animasi 2D sebagai media edukasi secara signifikan mampu meningkatkan kesadaran dan pemahaman remaja perempuan terhadap endometriosis.