Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian bertujuan mengetahui hubungan pelaksanaan tugas kesehatan dan dukungan keluarga dengan pengabaian lansia di wilayah kerja Puskesmas Kassi- Kassi Makassar. Desain penelitian deskriptif korelasi, pendekatan cross sectional. Pengambilan sampel secara cluster, responden berjumlah 223. Sampel penelitian yaitu keluarga dengan anggota keluarga lansia. Uji statistik yang digunakan chi square dan Regresi Logistik. Hasil penelitian menyatakan tidak ada hubungan pelaksanaan tugas kesehatan keluarga dengan pengabaian lansia. Ada hubungan dukungan informasi, instrumental, penghargaan, dan dukungan emosi dengan pengabaian lansia. Dukungan emosi dominan berhubungan dengan pengabaian lansia. Disimpulkan bahwa lansia membutuhkan dukungan dari keluarga, khususnya dukungan emosional sehingga dapat menghindari kejadian pengabaian lansia dalam keluarga.

---

The purpose of this study is to determine the correlation between implementation of health task and families? support with neglect toward elderly in working area of Kassi-Kassi Public Health Center Makassar. This study used descriptive correlation design with cross sectional approach, the sample of 223 was recruited using cluster. The samples were elderly and their family member. Data was analyzed using Chi-square and logistic regression.

The result showed that there was no significant correlation between implementation of health task with neglect toward elderly. However, there was correlation between informational, acknowledgement, and emotional support with neglect toward elderly. Hence, the emotional support has the highest correlation with neglect toward elderly.

In conclusion, elderly people need family?s support, especially emotional support that can prevent them from neglect."

"Karya Tulis Ilmiah bertujuan untuk mengetahui gambaran pelaksanaan model Keluarga Untuk keluarga (KUK) pada aggregate lansia dengan stroke di Kelurahan Tugu, Depok. Pelaksanaan Model Keluarga Untuk Keluarga merupakan integrasi model Self care dan model family Centered Nursing. Pelaksanaan model KUK menggunakan pendekatan pengelolaan manajemen keperawatan, asuhan keperawatan keluarga, dan asuhan keperawatan komunitas. Hasil dari pelaksanaan model ini yaitu terjadi peningkatan kemampuan kelompok pendukung keluarga (pengetahuan, sikap, keterampilan), peningkatan tingkat kemandirian keluarga, dan peningkatan kemampuan lansia (pengetahuan, status kesehatan, tingkat ketergantungan atau kemandirian). Disimpulkan bahwa pelaksanaan model Keluarga Untuk Keluarga dapat meningkatkan kemampuan keluarga dalam merawat anggota keluarga lansia dengan stroke.

---

Scientific Writing aims to know the description of the implementation of a model family to family (KUK) in the aggregate the elderly with stroke in the Kelurahan Tugu, Depok. Implementation of the Model Family To Family is the integration of self care model and family centered nursing model. KUK execution model using the management approach of nursing management, family nursing care, and community nursing care. The results of the implementation of this model, namely an increase in the ability of family support groups (knowledge, attitudes, skills), increasing the level of family self-sufficiency, and increase the ability of elderly people (knowledge, health status, level of dependence). Concluded that the implementation of Family to Family models can improve the ability of families in caring for elderly family members with stroke."

"Prediksi dengan model mesin learning regresi telah banyak digunakan untuk penelitian. Salah satu model mesin learning yang digunakan untuk prediksi adalah random forest regressor. Mesin learning membutuhkan data training untuk mempelajari pola dan hubungan antar data. Model regressor yang sedangkan dikembangkan dalam bidang medis saat ini adalah model yang dapat memprediksi dosis pada perencanaan IMRT. Data perencanaan dalam format DICOM (format asli data) dieksport ke bentuk CVS (Comma Separated Values). Kemudian data dibagi menjadi data training dan testing yang dipilih secara random. Algoritma yang digunakan untuk memprediksi adalah random forest yang akan di training menggunakan 7-fold validation dan kemudian model akan di uji dengan data baru yaitu data testing yang belum pernah dilihat oleh model. Data yang dievaluasi yaitu parameter untuk mendapat HI (Homogenety Index) untuk organ target, dan dosis mean dan max untuk OAR (Organ At Risk). Random forest mampu memprediksi nilai sebenarnya dengan kesalahan dievaluasi menggunakan MAE pada fitur PTV D2 (0,012), D50 (0,015) dan D98 (0,018) serta pada fitur OAR (mean dan  max) paru kanan (0,104 dan 0,228), paru kiri (0,094 dan 0,27), jantung (0,088 dan 0,267), spinal cord (0,069 dan 0,121) dan (V95) Body (0,094).

---

Predictions with machine learning regression models have been widely used for research. One of the machine learning models used for prediction is the random forest regressor. Machine learning requires training data to determine patterns and relationships between data. Nowadays, the regressor model that being developed in the medical field is able to predict dose in IMRT planning. Planning data in DICOM format (original data format) was exported to CVS (Comma Separated Values) format. Then, the data was divided into training and testing data which were selected randomly. The algorithm used to predict is a random forest that was trained using 7-fold validation and the model was evaluated with new data, namely testing data that have not been seen by the model. The evaluated data are parameters to obtain HI (Homogenety Index) for target organs, and mean and max doses for OAR (Organ At Risk). Random forest was able to predict the true value with errors and it was evaluated using MAE for PTV D2 (0,012), D50 (0,015) and D98 (0,018), for OAR (mean and  max) right lung (0,104 and 0,228), left lung (0,094 and 0,27), heart (0,088 and 0,267), spinal cord (0,069 and 0,121) and (V95) Body (0,094)."