Claim Missing Document
Check
Articles

Found 2 Documents
Search

Gambaran pengunaan obat antidiabetes pada pasien BPJS diabetes melitus tipe 1 dan tipe 2 di rumah sakit x tahun 2023 Lestari, Ayu Putri; Rochjana, Anna Uswatun Hasanah; Adiana, Sylvi
Indonesian Journal of Health Science Vol 4 No 6s (2024): Mewujudkan Indonesia Sehat: Transformasi Sistem Kesehatan di Era Baru
Publisher : PT WIM Solusi Prima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54957/ijhs.v4i6s.1200

Abstract

Diabetes melitus (DM) adalah gangguan metabolisme yang ditandai dengan kadar gula darah tinggi akibat penurunan produksi atau sensitivitas insulin. Federasi Diabetes Internasional memprediksi peningkatan kasus diabetes mencapai 678 juta pada tahun 2030 dan 700 juta pada tahun 2045. Penelitian ini bertujuan untuk mengkarakterisasi pasien DM Tipe 1 dan Tipe 2 berdasarkan usia, jenis kelamin, komorbiditas, dan penggunaan obat antidiabetes menurut nama obat, golongan obat dan tipe terapi. Studi deskriptif retrospektif ini menganalisis Resep Pasien DM Tipe 1 dan DM Tipe 2 yang digunakan sebagai sampel penelitian sebanyak 148 resep. Resep Pasien terdiagnosis DM Tipe 1 tidak ditemukan dan Resep Pasien terdiagnosis DM Tipe 2 berjumlah 148 resep dari Poli Penyakit Dalam Rawat Jalan BPJS Rumah Sakit X Pada Tahun 2023. Resep Pasien DM Tipe 2 Sebagian besar pasien berusia 56-65 tahun (43,92%), Perempuan (62,84%) lebih banyak daripada laki-laki (37,16%). Hipertensi merupakan komorbiditas yang paling umum (78,38%). Pada DM Tipe 2 resep obat tunggal biguanid (metformin) paling banyak (41,67%). Kombinasi dua obat oral yang paling banyak digunakan adalah biguanid dan sulfonilurea (metformin dan glimepirid) sebesar (13%). Secara keseluruhan, terapi kombinasi oral paling banyak digunakan (67,57%). Kata Kunci : Diabetes Melitus Tipe 1 dan Tipe 2, Penggunaan Obat, Penyakit Penyerta.
Classification of cendrawasih birds using convolutional neural network (CNN) keras recognition Nengsih, Warnia; Ardiyanto, Ardiyanto; Lestari, Ayu Putri
ILKOM Jurnal Ilmiah Vol 13, No 3 (2021)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v13i3.865.259-265

Abstract

Classification is part of predictive modeling and supervised learning. This method is used to determine the data class based on the previous value. In solving certain cases, there are various classification methods with varying degrees of accuracy. Convolutional Neural Network (CNN) is part of the Multilayer Perceptron (MLP) for processing two-dimensional data. CNN is also part of the Deep Neural Network and is applied to image objects. From several sources, it is stated that the classification process using images is not properly implemented in this MLP. Of course, this will result in the accuracy of the method in handling certain cases. In this study, the object classification process uses hard recognition to determine the accuracy value of the method using the object of the bird of paradise. From the results of this study, a training model was conducted using 10 ephocs with an accuracy value of 0.0850 while a loss value of 2.5658. So these results indicate that MLP can successfully complete the classification process using images.