eJournal PoliTekniK TEGAL (Politeknik Harapan Bersama Tegal)
Not a member yet
3242 research outputs found
Sort by
The Relationship Between Family Support and Medication Compliance of Elderly Hypertension Patients at Durenan Community Health Center
No full text Hypertension increases with age, especially in the elderly. This study aims to determine the relationship between family support and medication adherence in elderly patients with hypertension in the outpatient unit of the Durenan Community Health Center. This study is a non-experimental, prospective, observational quantitative study with descriptive analysis. The sample consisted of 98 elderly respondents selected using purposive sampling. Primary data were obtained from the Perceived Social Support Questionnaire Family (PSS-Fa) to assess family support and the Adherence to Refills and Medications Scale-Short Form (ARMS-SF) to assess adherence. Secondary data were obtained from patient medical records. The results showed that of the 54 respondents with good family support, 51 respondents were compliant and 3 were non-compliant. Conversely, of the 44 respondents with poor family support, only 7 were compliant and 37 were non-compliant. The chi-square test showed a p-value of 0.000 (p 0.05), which means there is a significant relationship between family support and medication adherence. A correlation coefficient (CC) of 0.982 indicates a very strong relationship, meaning that the better the family support, the higher the medication adherence in hypertension patients. Family support has been shown to be a crucial factor in the success of hypertension therapy in the elderly.
Hubungan Pengetahuan dengan Sikap Rasionalisasi Penggunaan Obat pada Mahasiswa Tadris IPA UIN Salatiga
No full textPenggunaan obat yang tidak rasional masih menjadi permasalahan kesehatan yang dapat menimbulkan berbagai dampak negatif, seperti efek samping obat, resistensi antimikroba, dan risiko keselamatan pasien. Salah satu faktor penting yang memengaruhi rasionalisasi penggunaan obat adalah pengetahuan dan sikap individu. Penelitian ini bertujuan untuk menganalisis hubungan antara tingkat pengetahuan tentang obat dan sikap rasionalisasi penggunaan obat pada mahasiswa Tadris IPA Fakultas Tarbiyah dan Ilmu Keguruan UIN Salatiga. Penelitian ini menggunakan desain kuantitatif analitik dengan pendekatan cross-sectional. Pengambilan sampel dilakukan menggunakan teknik purposive sampling terhadap 67 mahasiswa aktif Tadris IPA. Pengumpulan data dilakukan secara daring menggunakan kuesioner berbasis Google Form dengan skala Likert. Analisis data menggunakan perangkat lunak SPSS yang meliputi uji validitas, uji reliabilitas, uji normalitas Kolmogorov–Smirnov, dan uji korelasi Spearman Rank. Hasil uji reliabilitas menunjukkan nilai Cronbach’s Alpha sebesar 0,834 untuk variabel pengetahuan dan 0,854 untuk variabel sikap, yang menandakan instrumen reliabel. Uji korelasi Spearman menunjukkan adanya hubungan positif dan signifikan antara pengetahuan tentang obat dan sikap rasionalisasi penggunaan obat dengan nilai koefisien korelasi ρ = 0,566 dan p 0,01. Penelitian ini menunjukkan bahwa semakin baik tingkat pengetahuan mahasiswa tentang obat, maka semakin positif pula sikap mereka terhadap rasionalisasi penggunaan obat. Temuan ini menegaskan pentingnya peningkatan literasi obat melalui edukasi terstruktur di lingkungan perguruan tinggi, khususnya pada mahasiswa pendidikan sains, sebagai upaya mendukung penggunaan obat yang aman dan rasional.
Pengembangan Sistem Cerdas Untuk Rekomendasi Pemupukkan Tanaman Salak Menggunakan Teorema Bayes dan Cohen’s Kappa
No full textSalak merupakan komoditas hortikultura unggulan di Indonesia, khususnya di Kecamatan Turi, Sleman, Yogyakarta. Tantangan utama dalam budidaya salak adalah praktik pemupukan yang kurang tepat akibat minimnya pemahaman petani terhadap kebutuhan nutrisi tanaman. Pemupukan yang salah dapat menurunkan kualitas dan kuantitas buah serta berdampak negatif pada kesehatan tanah. Penelitian ini dilakukan untuk mengembangkan sistem cerdas berbasis web yang mampu memberikan rekomendasi jenis pupuk secara tepat berdasarkan kondisi pertumbuhan dan gejala yang diamati pada tanaman salak. Teorema Bayes digunakan untuk melakukan inferensi probabilistik terhadap 8 jenis pupuk dan 12 gejala sebagai dasar pengambilan keputusan. Pengujian sistem dilakukan menggunakan metode Cohen’s Kappa dengan 17 data uji untuk membandingkan kesesuaian hasil rekomendasi sistem dengan pakar. Dari pengujian tersebut diperoleh 15 hasil sesuai dan 2 tidak sesuai, menghasilkan nilai Po sebesar 0,88235 dan Pe sebesar 0,14533. Nilai Cohen’s Kappa yang diperoleh sebesar 0,8623 menunjukkan tingkat kesesuaian yang sangat baik antara sistem dan pakar. Hasil ini menunjukkan bahwa sistem cerdas yang dikembangkan memiliki akurasi tinggi dan layak digunakan sebagai alat bantu rekomendasi pemupukan tanaman salak.Kata Kunci – Pemupukan ; Teorema Bayes ; Cohen’s Kapp
Kombinasi Model ARIMA dan KNN Dalam Peramalan Harga Produk
No full textThis study proposes a product price forecasting model for PT ABC by integrating the Autoregressive Integrated Moving Average (ARIMA) model and the K-Nearest Neighbor (KNN) method into a hybrid predictive approach. The company faces recurring challenges related to product price fluctuations and stock availability caused by unstable market conditions and irregular supply distribution. To address these issues, a data-driven forecasting model is required to support inventory planning and price stabilization strategies. The dataset used in this study consists of historical cement purchase records from January 2023 to September 2025, obtained from the company’s ERP system. The research process includes data cleansing, transformation, monthly price aggregation, and the application of ARIMA, KNN, and a hybrid ARIMA–KNN model designed to improve forecasting accuracy. The evaluation results indicate that the hybrid ARIMA–KNN model outperforms the standalone ARIMA model in short-term price forecasting. Based on three performance metrics, the hybrid model achieved a Mean Absolute Error (MAE) of 1604.94, a Root Mean Square Error (RMSE) of 2299.37, and a Coefficient of Determination (R²) of 0.2881. These results suggest that while the model captures a portion of price variability, it still faces limitations in modeling non-linear fluctuations and sudden extreme changes. Nevertheless, the hybrid approach demonstrates improved stability by reducing extreme prediction variations, maintaining trend continuity, and generating smoother prediction curves that more closely align with actual price movements. This research contributes practically by providing PT ABC with a forecasting tool to support future price estimation, improve inventory management, and maintain market price stability. Additionally, the findings offer a foundation for future research on advanced non-linear and deep learning–based forecasting models
Evaluasi Penggunaan Antidiabetes pada Pasien Rawat Jalan di RST Bhakti Wira Tamtama Semarang
No full textType 2 diabetes mellitus is a metabolic disorder characterized by persistent hyperglycemia exceeding normal values of 126 mg/dl due to impaired insulin production in the human body. The purpose of this study was to evaluate the appropriateness of antidiabetic medication use in outpatients with type 2 diabetes mellitus at Bhakti Wira Tamtama Hospital for the period January–June 2024. This study was a descriptive study with a retrospective approach. The sampling technique used a purposive sampling method, with 100 patients. Data were analyzed based on the 2021 PERKENI and 2021 edition of DIH guidelines. The majority of type 2 diabetes mellitus patients at Bhakti Wira Tamtama Hospital were female (56%) and aged 56–65 years (66%). The most commonly used single antidiabetic medication was glimepiride (20%), a combination of two drugs glimepiride and metformin (16%), and a combination of three drugs acarbose + gliclazide + metformin (5%). The evaluation of antidiabetic medication use included 100% accuracy in indications, 100% accuracy in patients, 61% accuracy in drugs, and 100% accuracy in doses. Overall, the evaluation of antidiabetic medication use at Bhakti Wira Tamtama Hospital averaged 90.25%
Perbedaan Pengetahuan Pada Pelayanan Fitofarmaka dengan Sistem Informasi Oleh Tenaga Kefarmasian di Kota Semarang
No full textOne of the forms of natural medicine in Indonesia is phytopharmaca. Until now, based on the data, there is an increase in the production of phytopharmaceutical preparations. The use of phytopharmaca must continue to be increased for the utilization of Indonesian Herbal medicine. There is an Information System that contains information about Phytopharmacia called SIFITA to support the provision of information by pharmaceutical personnel for patient education. The aim of the study was to determine the success of Phytopharmaca Information System support on the knowledge of Pharmaceutical Workers in Semarang City. Prospective quantitative research design. The sample used was 350 pharmaceutical workers in Semarang City who work in health care facilities. The instrument was a valid and reliable questionnaire. The instrument question constructs used the HOT-Fit (Human Organization Technology, Net benefit) method for SIFITA and measurement of success in improving knowledge. The analysis used Chi Square test, Spearman's Rank Correlation Coefficient test, and N-Gain test. The results of this study p value = 0.00 0.05 means that there is a difference in knowledge before and after using the Phytopharmaceutical Information System by Pharmaceutical Workers in Semarang City, p value = 0.00 0.05 means that there is an influence of the Phytopharmaceutical Information System on the knowledge of Pharmaceutical Workers in Semarang City with a moderate relationship strength level of 0.59, and this Phytopharmaceutical Information System measured by NGain is quite effective 69.77%
Perancangan Sistem Informasi Puskesmas Desa Lubuk Resam Berbasis Website
No full textSistem informasi Puskesmas adalah suatu sistem yang dirancang untuk mengelola data dan informasi yang berkaitan dengan pelayanan Kesehatan pada. Saat ini pengolahan data di Puskesmas Puskesmas Desa Lubuk Resam masih menggunakan pencatatan manual sehingga menyebabkan beberapa kendala seperti kesulitan dalam pencatatan data dan kehilangan data yang dibutuhkan. Oleh karena itu, penelitian ini bertujuan untuk menghasilkan sistem informasi puskesmas yang membantu pekerjaan dalam proses pengelolaan data secara online dan efisien. Penelitian ini menggunakan metode waterfall. Sistem dirancang menggunakan PHP native dan MySQL dengan pemodelan UML. Pengujian sistem menggunakan blackbox testing menunjukan hasil bahwa fitur dan fungsionalitas sistem berjalan baik. Hasil uji kelayakan menggunakan UAT dengan metode skala likert memperoleh hasil 86% yang termasuk dalam kategori sangat layak, ini menunjukan bahwa sistem yang dirancang sudah memenuhi kebutuhan pengguna
Analisis Sentimen Ulasan Pengguna Aplikasi Bank Jago Pada Google Play Store Dengan Metode Naïve Bayes
No full textkemajuan teknologi digital telah mendorong peningkatan pengguna layanan perbankan berbasis aplikasi, termasuk Bank Jago sebagai salah satu innovator di sektor perbankan digital Indonesia. Ulasan pengguna di Google play Store menjadi sumber data yang kaya untuk memahami persepsi, kepuasan, serta keluhan pengguna terhadap aplikasi tersebut. Penelitian ini bertujuan untuk mengkaji sentimen dari ulasan-ulasan tersebut dengan menerapkan metode Naïve Bayes, salah satu algoritma klasifikasi dalam pembelajaran mesin yang dikenal sederhana namun efektif. Data dikumpulkan dari Google Play Store dan diproses melalui tahap pra-pemrosesan yang mencakup pembersihan teks, tokenisasi, penghapusan stopword, serta stemming. Sentiment kemudian dikategorikan ke dalam tiga kelas: positif, negative dan netral. Hasil analisis menunjukkan dominasi sentimen positif, namun juga ditemukan kritik terhadap aspek teknis dan fitur layanan. Model Naïve Bayes berhasil mengklasifikasikan data dengan tingkat akurasi yang baik, menjadikannya alat yang potensial untuk menganalisis opini public secara otomatis. Penelitian ini dapat menjadi masukan bagi pengembang untuk meningkatkan kualitas aplikasi berdasarkan umpan balik pengguna.kemajuan teknologi digital telah mendorong peningkatan pengguna layanan perbankan berbasis aplikasi, termasuk Bank Jago sebagai salah satu innovator di sektor perbankan digital Indonesia. Ulasan pengguna di Google play Store menjadi sumber data yang kaya untuk memahami persepsi, kepuasan, serta keluhan pengguna terhadap aplikasi tersebut. Penelitian ini bertujuan untuk mengkaji sentimen dari ulasan-ulasan tersebut dengan menerapkan metode Naïve Bayes, salah satu algoritma klasifikasi dalam pembelajaran mesin yang dikenal sederhana namun efektif. Data dikumpulkan dari Google Play Store dan diproses melalui tahap pra-pemrosesan yang mencakup pembersihan teks, tokenisasi, penghapusan stopword, serta stemming. Sentiment kemudian dikategorikan ke dalam tiga kelas: positif, negative dan netral. Hasil analisis menunjukkan dominasi sentimen positif, namun juga ditemukan kritik terhadap aspek teknis dan fitur layanan. Model Naïve Bayes berhasil mengklasifikasikan data dengan tingkat akurasi yang baik, menjadikannya alat yang potensial untuk menganalisis opini public secara otomatis. Penelitian ini dapat menjadi masukan bagi pengembang untuk meningkatkan kualitas aplikasi berdasarkan umpan balik pengguna
Evaluasi Terhadap Layanan LLM Dalam Pembuatan Soal Berbasis HOTS
No full textEvaluasi ini memiliki tujuan untuk menguji kemampuan layanan LLM (Large Language Model) seperti ChatGPT, Gemini, dan Deepseek dalam menghasilkan soal bertipe HOTS (High Order Thinking Skills). Soal tipe HOTS ini memiliki peran dan dampak yang penting dalam meningkatkan kemampuan berpikir kritis. Kemampuan LLM dalam menghasilkan soal HOTS sesuai dengan prompt dan teks masukan perlu diteliti untuk mengetahui efektivitas dan kualitas dari layanan tersebut dilakukan dalam beberapa tahap termasuk penentuan LLM, pembuatan soal, dan penilaian soal. Hasil evaluasi yang telah dilakukan menunjukkan temuan yang signifikan. Secara keseluruhan, ketiga layanan LLM yang menjadi subjek penelitian, yaitu ChatGPT, Google Gemini, dan Deepseek AI, terbukti dapat menghasilkan soal yang sesuai dengan karakteristik tipe soal HOTS serta telah memenuhi syarat-syarat yang ditetapkan dalam kerangka Taksonomi Bloom. Namun ditemukan bahwa salah satu diantara layanan tersebut mampu menghasilkan soal namun dengan kualitas yang tidak sebaik lawannya. Temuan ini mengindikasikan bahwa LLM memiliki potensi besar untuk menjadi alat bantu yang efisien bagi para pendidik dalam mengembangkan instrumen penilaian yang berkualitas
Penerapan Data Mining untuk Klasifikasi Tingkat Kepuasan Pelanggan Café Menggunakan Metode Decision Tree C4.5
No full textKepuasan pelanggan adalah faktor utama dalam meningkatkan reputasi bisnis, loyalitas pelanggan, dan efisiensi operasional. Penelitian ini bertujuan mengembangkan sistem yang memberikan informasi akurat tentang tingkat kepuasan dan ketidakpuasan pelanggan di sebuah café. Harapannya, temuan dari penelitian ini dapat memberikan dampak baik kepada café guna untuk meningkatkan kualitas pelayanan dengan mengetahui apa saja indikatot-indikator yang mempengaruhi tingkat kepuasan pelanggan café. Metode yang digunakan adalah Decision Tree C4.5, yang membangun pohon keputusan untuk klasifikasi. Proses meliputi penanganan missing value, pengecekan duplicate data, label encoding, penanganan data imbalance dengan SMOTE, pemodelan Decision Tree C4.5, pengecekan akurasi, dan visualisasi aturan keputusan. Evaluasi model dilakukan menggunakan metrik confusion matrix. Hasil evaluasi menunjukkan bahwa model klasifikasi memiliki performa sangat baik, dengan accuracy 98% pada data latih dan 93% pada data uji. Nilai recall, precision, dan F1-score masing-masing adalah 94%, 97%, dan 95%