Garuda - Garba Rujukan Digital

EFEKTIFITAS TEKNIK JELLY OLES DAN SEMPROT TERHADAP TINGKAT NYERI PASIEN KATETERISASI URINE Rahayuningrum, Lina Madyastuti; Rosyid, Harun Al
Journals of Ners Community Vol 5 No 2 (2014)
Publisher : Fakultas Ilmu Kesehatan Universitas Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55129/jnerscommunity.v5i2.100

ABSTRAKRetensi urine merupakan kedaruratan sistem urinari yang sering ditemukan.Manajemen sistem urinari yang baik salah satunya adalah kateter. Tindakan memberikancairan pelumas atau jelly dalam prosedur kateter urin sangat penting untuk mencegah ataumengurangi resiko trauma uretra dan sensasi nyeri yang dialami oleh pasien. Ada duateknik pemberian jelly yang pertama ujung kateter diolesi oleh jelly dan cara keduapenyemprotan langsung ke uretra dengan spuit 10 ml tanpa jarum. Tujuan penelitian iniuntuk menjelaskan perbedaan teknik pemberian dengan jelly oles dan semprot terhadaptingkat nyeri pada pasien dengan kateter urine.Desain penelitian ini adalah quasy experimental, dengan jumlah sampel 10 orangmenggunakan jelly oles dan 10 orang menggunakan semprotan jelly. Kecepatan instalasidiukur dengan stopwatch saat nyeri, intensitas nyeri diukur secara visual menggunakanskala nyeri numerik. Data dianalisis dengan mencari rata-rata dari kecepatan instalasi dantingkat nyeri pada setiap kelompok dilanjutkan dengan uji Mann Whitney U-Test untukmengetahui perbedaan nilai mean dengan tingkat signifikan p= 0,05.Hasil penelitian menunjukkan bahwa ada perbedaan yang signifikan antara teknikjelly oles dan semprot terhadap tingkat nyeri pada pasien, diperoleh hasil p= 0.010.Teknik kateter urine dengan semprotan jelly menjadi salah satu pilihan untukmengurangi rasa sakit yang lebih rendah.Kata kunci: Jelly oles, Semprotan jelly, Kateter urine, Tingkat nyeriABSTRACTRetention of urine represents emergency system of urinal that often found. It wasneeded good managerial one of them was catheter. Action give dilution of lubricant orjelly procedure of catheter of urine was vital importance to prevent or lessen risk the eventtrauma of urethra and sensation of pain in bone experienced by patient. There were twotechniques gift of jelly that was smeared tip of catheter by jelly and the second wayspraying direct into urethra by spuit 10 ml discharged needle. These research purposes toexplain differences of technique gift with topical jelly and spray to pain levels in patientwith catheter urine.Design of this research was quasi experimental, with amount of sample 10 peopleuse the topical jelly and 10 people use spray jelly. Speed of installation measured bystopwatch while intensity pain in bone measured visually was used analogous numericrating scale. Analyzed data with searching mean from speed of installation and pain levelin each group continued with test of Mann Whitney U-Test to the mean to know significantof difference, with p= 0.05.This result of research showed that there were significant difference betweentechnique topical jelly and spray to pain levels in patient obtained result p= 0.010.Technique catheter urine with spray jelly become one choice to reduce lower painin bone.Keywords: Topical Jelly, Spray Jelly, Catheter Urine, Pain Level

EFEKTIFITAS TEKNIK JELLY OLES DAN SEMPROT TERHADAP TINGKAT NYERI PASIEN KATETERISASI URINE Rahayuningrum, Lina Madyastuti; Rosyid, Harun Al
Journals of Ners Community Vol 5 No 2 (2014)
Publisher : Fakultas Ilmu Kesehatan Universitas Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55129/jnerscommunity.v5i2.100

ABSTRAKRetensi urine merupakan kedaruratan sistem urinari yang sering ditemukan.Manajemen sistem urinari yang baik salah satunya adalah kateter. Tindakan memberikancairan pelumas atau jelly dalam prosedur kateter urin sangat penting untuk mencegah ataumengurangi resiko trauma uretra dan sensasi nyeri yang dialami oleh pasien. Ada duateknik pemberian jelly yang pertama ujung kateter diolesi oleh jelly dan cara keduapenyemprotan langsung ke uretra dengan spuit 10 ml tanpa jarum. Tujuan penelitian iniuntuk menjelaskan perbedaan teknik pemberian dengan jelly oles dan semprot terhadaptingkat nyeri pada pasien dengan kateter urine.Desain penelitian ini adalah quasy experimental, dengan jumlah sampel 10 orangmenggunakan jelly oles dan 10 orang menggunakan semprotan jelly. Kecepatan instalasidiukur dengan stopwatch saat nyeri, intensitas nyeri diukur secara visual menggunakanskala nyeri numerik. Data dianalisis dengan mencari rata-rata dari kecepatan instalasi dantingkat nyeri pada setiap kelompok dilanjutkan dengan uji Mann Whitney U-Test untukmengetahui perbedaan nilai mean dengan tingkat signifikan p= 0,05.Hasil penelitian menunjukkan bahwa ada perbedaan yang signifikan antara teknikjelly oles dan semprot terhadap tingkat nyeri pada pasien, diperoleh hasil p= 0.010.Teknik kateter urine dengan semprotan jelly menjadi salah satu pilihan untukmengurangi rasa sakit yang lebih rendah.Kata kunci: Jelly oles, Semprotan jelly, Kateter urine, Tingkat nyeriABSTRACTRetention of urine represents emergency system of urinal that often found. It wasneeded good managerial one of them was catheter. Action give dilution of lubricant orjelly procedure of catheter of urine was vital importance to prevent or lessen risk the eventtrauma of urethra and sensation of pain in bone experienced by patient. There were twotechniques gift of jelly that was smeared tip of catheter by jelly and the second wayspraying direct into urethra by spuit 10 ml discharged needle. These research purposes toexplain differences of technique gift with topical jelly and spray to pain levels in patientwith catheter urine.Design of this research was quasi experimental, with amount of sample 10 peopleuse the topical jelly and 10 people use spray jelly. Speed of installation measured bystopwatch while intensity pain in bone measured visually was used analogous numericrating scale. Analyzed data with searching mean from speed of installation and pain levelin each group continued with test of Mann Whitney U-Test to the mean to know significantof difference, with p= 0.05.This result of research showed that there were significant difference betweentechnique topical jelly and spray to pain levels in patient obtained result p= 0.010.Technique catheter urine with spray jelly become one choice to reduce lower painin bone.Keywords: Topical Jelly, Spray Jelly, Catheter Urine, Pain Level

Profiling kerentanan bencana wilayah di Pulau Jawa Menggunakan Principal Component Analysis dan K-Means Clustering Qorina, Alfa; Novitasari, Fadila; Rosyid, Harun Al
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.4807

Indonesia, khususnya Pulau Jawa, menghadapi kompleksitas risiko bencana hidrometeorologi dan geologi yang semakin meningkat akibat perubahan iklim, urbanisasi, serta degradasi lingkungan. Penelitian ini bertujuan melakukan pemetaan kerentanan bencana pada wilayah administratif Kabupaten/Kota di Pulau Jawa menggunakan pendekatan machine learning berbasis metode unsupervised, yaitu K-Means Clustering. Penelitian memanfaatkan 17 variabel lingkungan dan dampak bencana, meliputi frekuensi kejadian bencana (gempa bumi, longsor, banjir, cuaca ekstrem, kebakaran hutan/lahan, dan kekeringan), jumlah rumah rusak, jumlah korban terdampak, serta indikator pengelolaan lingkungan berupa timbulan sampah harian dan tahunan. Dataset awal terdiri dari seluruh Kabupaten/Kota di Pulau Jawa, namun dilakukan proses penyaringan data (preprocessing) termasuk normalisasi, handling missing values, dan data consistency check. Sebanyak 17 Kabupaten/Kota dikeluarkan dari analisis karena tidak memenuhi kelengkapan data. Melalui Elbow Method, ditentukan jumlah cluster optimal yaitu k=3, kemudian divalidasi menggunakan Silhouette Score, PCA Visualization, dan hierarchical clustering. Hasil clustering mengelompokkan wilayah menjadi tiga profil kerentanan: (0) Risiko Rendah (69 Kabupaten/Kota), dengan karakteristik intensitas bencana minimal dan timbulan sampah terendah (±407 ton/hari); (1) Risiko Sedang (10 Kabupaten/Kota), yang memiliki fluktuasi ekstrem pada indikator korban jiwa (±2.132 jiwa) terutama akibat cuaca ekstrem; serta (2) Risiko Tinggi (23 Kabupaten/Kota), yang ditandai dengan tekanan lingkungan masif berupa rata-rata timbulan sampah harian mencapai >1.200 ton dan frekuensi banjir tertinggi. Temuan ini memberikan dasar segmentasi risiko kebencanaan berbasis data sebagai rekomendasi prioritas mitigasi kebencanaan daerah

Analisis Pengaruh Stimultan Penggunaan TikTok dan Instagram terhadap Prestasi Akademik Mahasiswa Zulatifa, Nelani Shafatia; Ridla, Abdilbar Ainur; Pratiwi, Galuh Rastika; Listyaningsih, Divita Aulia; Octavia, Amallia Putri; Hamidah, Atika Rosidah; Rosyid, Harun Al
Journal of Informatics, Electrical and Electronics Engineering Vol. 5 No. 2 (2025): December 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jieee.v5i2.2872

This study aims to analyze the relationship between the use of TikTok (X1) and Instagram (X2) on the academic achievement of Digital Business Undergraduate Program students of the 2022 intake, which is assessed by the average score. The study approach uses a quantitative approach with a questionnaire by 186 participants. The research instrument has been proven valid because all items meet the requirements of Corrected Item-Total Correlation > 0.30, and is reliable with Cronbach's Alpha values X1 = 0.81; X2 = 0.86; and Y = 0.87, respectively. The findings of the analysis indicate that the two independent variables do not contribute significantly to the dependent variable. The Pearson correlation results show r = –0.045 (p = 0.568) on X1 and r = 0.048 (p = 0.548) on X2, which reflects a very weak and statistically insignificant relationship. Partial regression testing using the t-test also confirmed this, with the regression coefficient of X1 being -0.0398 (t = -0.516; p = 0.606) and X2 being -0.0001 (t = -0.001; p = 0.999). Simultaneously, the F-test also indicated that the model was not significant (p > 0.05). The low R-squared value confirmed that X1 and X2 played only a small role in explaining the variation in student GPA. The regression model also met classical assumptions, including freedom from multicollinearity (VIF X1 = 1.18; VIF X2 = 1.17), no heteroscedasticity (p = 0.7829), and a linear relationship, although there were indications of mild autocorrelation (DW = 1.731). These findings confirm that the intensity of TikTok and Instagram use is not the main predictor of academic achievement, so further research is recommended to include other variables such as learning motivation, time management, academic support, quality of the learning environment, self-regulation, and the purpose and type of content consumption to build a more comprehensive academic achievement prediction model.

ANALISIS SENTIMEN KOMENTAR YOUTUBE TERHADAP PERILISAN IPHONE 17 SERIES MENGGUNAKAN ALGORITMA NAIVE BAYES Kamilah, Faniah Iftitakhul; Rochman, Muhammad Zaini; Rosyid, Harun Al
Journal of Information System, Informatics and Computing Vol 9 No 2 (2025): JISICOM (December 2025)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v9i2.2198

Perilisan iPhone 17 Series memicu reaksi beragam di platform YouTube yang mencerminkan opini publik. Penelitian bertujuan untuk menganalisis sentimen komentar masyarakat menggunakan algoritma Naive Bayes. Data komentar dikumpulkan melalui teknik scraping, melalui tahapan preprocessing, dan dilabeli secara otomatis menggunakan model Indonesian RoBERTa. Hasil evaluasi terhadap 1.849 data uji menghasilkan akurasi sebesar 61%. Performa model menunjukkan kemampuan yang baik dalam menangkap kritik pengguna, ditandai dengan recall sentimen negatif sebesar 0.71. Sementara itu, sentimen positif teridentifikasi dengan precision 0.64 dan sentimen netral dengan recall 0.50. Penelitian ini menyimpulkan bahwa respons pasar terpolarisasi antara kritik dan apresiasi, serta membuktikan bahwa Naive Bayes mampu mengklasifikasikan opini dengan performa yang cukup seimbang pada seluruh kategori sentimen.

Klasifikasi Sentimen Komentar Youtube Demonstrasi DPR RI Menggunakan Support Vector Machine Rahmadhani, Siti Aulia; Rusanti, Lia Dwi; Rosyid, Harun Al
Arcitech: Journal of Computer Science and Artificial Intelligence Vol. 5 No. 2 (2025): December 2025
Publisher : Institut Agama Islam Negeri (IAIN) Curup

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29240/arcitech.v5i2.15316

Demonstrations against the Indonesian House of Representatives (DPR RI) have triggered extensive public opinion flows on social media; however, sentiment mapping of Indonesian-language comments on YouTube live broadcasts of political issues still requires more structured methodological reporting and evaluation. This study aims to classify public sentiment from 1,493 YouTube comments related to DPR RI demonstrations using the Support Vector Machine (SVM) algorithm. Data were collected via the YouTube Data API and subsequently processed through text cleaning, case folding, normalization, tokenization, stopword removal, and stemming. Sentiment labeling was performed using an Indonesian lexicon-based approach to generate three sentiment classes (positive, negative, and neutral), with neutral sentiment being dominant. Feature representation was constructed using CountVectorizer, and the SVM model was trained using an 80:20 split for training and testing data. Model performance was evaluated using accuracy, precision, recall, and F1-score metrics, achieving an accuracy of 92.4% (weighted performance of 0.924). Word frequency analysis was also employed to identify dominant terms within each sentiment class. These findings demonstrate the effectiveness of SVM in mapping digital public perceptions on political issues and highlight its potential to support data-driven policy evaluation.

Analisis Sentimen Pengguna X Terhadap Cryptocurrency di Platform X dengan Pendekatan Data Mining Menggunakan Classifier Naïve Bayes Ardiansyah, Moch. Anang; Wicaksono, Raka Tegar; Rosyid, Harun Al
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.10159

Abstrak - Diskusi mengenai aset kripto di platform X mengalami peningkatan pesat, khususnya saat peristiwa Bitcoin Halving yang memicu beragam respon dari pengguna. Studi ini bertujuan untuk mengidentifikasi sentimen publik terkait Bitcoin Halving dengan metode analisis teks. Data dikumpulkan melalui API X dan diproses dengan tahapan pre-processing seperti pembersihan data, normalisasi, tokenisasi, penghilangan kata yang tidak penting, serta stemming agar teks lebih terstruktur dan siap untuk diklasifikasikan. Untuk mengatasi ketidakseimbangan distribusi kelas sentimen, digunakan teknik Synthetic Minority Over-Sampling Technique (SMOTE) untuk menambah data sintetis pada kelas minoritas. Model klasifikasi yang digunakan adalah Complement Naïve Bayes (CNB), varian Naïve Bayes yang sesuai untuk data teks berdimensi tinggi dengan ketidakseimbangan kelas. Evaluasi dilakukan dengan dua variasi rasio pembagian data latih dan uji, yakni 90:10 dan 80:20. Hasil menunjukkan akurasi 64% pada rasio 90:10 yang meningkat menjadi 66% pada rasio 80:20, menunjukkan bahwa proporsi data latih memengaruhi performa klasifikasi sentimen secara stabil. Penelitian ini memberikan gambaran awal terhadap persepsi publik pada Bitcoin Halving dan dapat menjadi dasar untuk penelitian lanjutan dalam bidang analisis sentimen aset kripto.Kata kunci : bitcoin halving; sentimen publik; complement naïve bayes; smote; x; Abstract - Discussions about crypto assets on platform X have been rapidly increasing, especially during the Bitcoin Halving event, which often triggers diverse reactions from users. This study aims to identify public sentiment regarding Bitcoin Halving through a text analysis approach. Data were collected via the X API and processed with several pre-processing steps such as data cleansing, normalization, tokenization, stop-word removal, and stemming to structure the text for classification. To address the imbalanced distribution of sentiment classes, the Synthetic Minority Over-Sampling Technique (SMOTE) was applied to generate synthetic samples for the minority class. The classification model employed is Complement Naïve Bayes (CNB), a variant of Naïve Bayes suited for high-dimensional text data with class imbalance. The model was evaluated using two different train-test split ratios, 90:10 and 80:20. Results showed an accuracy of 64% with the 90:10 split, which improved to 66% with the 80:20 split, indicating that the proportion of training data influences the stability of sentiment classification performance. This study provides an initial understanding of public perception towards Bitcoin Halving and serves as a basis for further research in crypto asset sentiment analysis.Keywords: bitcoin halving; public sentiment; complement naïve bayes; smote; X;

Public Sentiment Analysis Towards Pertamina Using Naive Bayes and SVM Algorithms Kurniawan, Rendi Eko; Rahmadini, Anindhita; Rosyid, Harun Al
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.10142

Abstract - The rapid spread of information through digital platforms has made public sentiment an important indicator for evaluating the credibility and performance of companies, including Pertamina. Several cases involving Pertamina throughout 2025 have triggered a surge of public responses on YouTube, which can be analyzed to understand patterns of opinion toward the corporation. This study aims to compare the performance of the Naive Bayes and Support Vector Machine (SVM) algorithms in classifying public sentiment into positive, neutral, and negative categories. A total of 33.221 YouTube comments were collected through a crawling process using the YouTube API, then processed through text preprocessing and TF-IDF weighting before being classified. The evaluation results show that Naive Bayes achieves an accuracy of 66%, with very high recall in the negative class but poor performance in the neutral and positive classes. Meanwhile, SVM achieves a higher accuracy of 77% with more balanced precision, recall, and F1-Score across all sentiment categories. Based on these results, SVM is proven to be more effective and reliable for sentiment analysis on unbalanced textual data related to Pertamina. The findings of this study are expected to support Pertamina in understanding public perception and improving decision-making related to service quality and corporate communication strategies.Keywords: Sentiment Analysis; Pertamina; YouTube; Naive Bayes; SVM; Abstrak - Pesatnya penyebaran informasi melalui platform digital menjadikan sentimen publik sebagai indikator penting untuk mengevaluasi kredibilitas dan kinerja perusahaan, termasuk Pertamina. Beberapa kasus yang melibatkan Pertamina sepanjang tahun 2025 telah memicu lonjakan respon publik di YouTube, yang dapat dianalisis untuk memahami pola opini terhadap korporasi. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Naive Bayes dan Support Vector Machine (SVM) dalam mengklasifikasikan sentimen publik ke dalam kategori positif, netral, dan negatif. Sebanyak 33.221 komentar YouTube dikumpulkan melalui proses crawling menggunakan YouTube API, kemudian diproses melalui pra- pemrosesan teks dan pembobotan TF-IDF sebelum diklasifikasikan. Hasil evaluasi menunjukkan bahwa Naive Bayes mencapai akurasi 66%, dengan ingatan yang sangat tinggi di kelas negatif tetapi kinerja yang buruk di kelas netral dan positif. Sementara itu, SVM mencapai akurasi yang lebih tinggi sebesar 77% dengan presisi, ingatan, dan F1-Score yang lebih seimbang di semua kategori sentimen. Berdasarkan hasil tersebut, SVM terbukti lebih efektif dan handal untuk analisis sentimen terhadap data tekstual yang tidak seimbang terkait Pertamina. Temuan penelitian ini diharapkan dapat mendukung Pertamina dalam memahami persepsi publik dan meningkatkan pengambilan keputusan terkait kualitas layanan dan strategi komunikasi perusahaan.Kata kunci: Analisis Sentimen; Pertamina; YouTube; Naive Baye; SVM;

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search