Claim Missing Document
Check
Articles

Found 22 Documents
Search

KUALITAS HIDUP PASIEN GAGAL GINJAL KRONIS DENGAN KOMORBID DIABETES MELITUS YANG MENJALANI HEMODIALISIS Fauziyah, Laiza Nurannisa; Ananda, RA Dewinta Sukma; Kusumawardani, Nurul; Estiningsih, Daru
JURNAL FARMASI, SAINS, dan KESEHATAN Vol. 5 No. 2 (2026): FARMASAINKES: JURNAL FARMASI, SAINS dan KESEHATAN
Publisher : Fakultas Farmasi Universitas Muslim Nusantara Al Washliyah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32696/farmasainkes.v5i2.6284

Abstract

Gagal Ginjal Kronik (GGK) merupakan salah satu penyakit kronis yang prevalensinya terus meningkat secara global. salah satunya di Indonesia. Kondisi ini memiliki kaitan erat dengan komorbid Diabetes Melitus (DM). DM sebagai komorbid mempengaruhi kualitas hidup pasien. sehingga pengukuran kualitas hidup dapat membantu mengidentifikasi aspek yang terganggu dan mengukur efektivitas terapi jangka panjang yang dijalani oleh pasien. Oleh karena itu. penelitian ini bertujuan untuk mengetahui hubungan antara komorbid DM dengan kualitas hidup pasien GGK yang menjalani hemodialisis. Desain penelitian cross-sectional dengan pendekatan observasional kuantitatif. Populasi penelitian ini sebanyak 122 responden. dengan sampel yang diambil sebanyak 104 responden dengan teknik purposive sampling yang telah memenuhi kriteria inklusi dan eksklusi. Data sosiodemografi dan klinis dikumpulkan melalu Case Report Form (CRF) dan rekam medis. sedangkan kualitas hidup dinilai menggunakan kuesioner EQ-5D-3L. Hasil penelitian ini menunjukkan bahwa sebagian besar responden dengan komorbid DM memiliki masalah pada domain mobility (29.7%) dan self-care (18.9%). yang mencerminkan keterbatasan fisik dan ketergantungan dalam aktivitas sehari-hari. Analisis uji chi-square. menunjukkan adanya hubungan signifikan (p=0.021<0.05) antara komorbid DM dengan kualitas hidup pasien GGK (OR=1.408; 95%CI=1.017-1.951). Disimpulkan bahwa terdapat hubungan antara komorbid DM dan kualitas hidup pasien GGK yang menjalani hemodialisis. di mana pasien dengan DM cenderung memiliki kualitas hidup lebih rendah. terutama pada aspek mobilitas dan perawatan diri. Diperlukan edukasi. rehabilitasi. dan dukungan psikososial untuk meningkatkannya
KLASIFIKASI TANAMAN OBAT TRADISIONAL BERBASIS CITRA BUAH DAN DAUN Kusumawardani, Nurul; Danuputri, Chyquitha; Darniati; Faisal, Muhammad; A.M Hayat, Muhyiddin; S. Kuba, Muhammad Syafaat; Anggreani, Desi
PROGRESS Vol 18 No 1 (2026): April
Publisher : P3M STMIK Profesional Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56708/progres.v18i1.534

Abstract

Indonesia is a megabiodiversity country with extensive use of traditional medicinal plants; however, plant identification in natural environments remains largely manual and error-prone. Recent advances in deep learning, particularly Vision Transformer (ViT), provide a promising solution by effectively capturing global spatial features for image classification. This study applies a ViT-Base/16 model to automatically classify fruit and leaf images of Indonesian medicinal plants. The dataset comprises 1,000 field-collected images from Galung Village, West Sulawesi, covering 20 classes (10 medicinal and 10 non-medicinal plants). The model was fine-tuned using the AdamW optimizer with a learning rate of 2×10⁻⁵ and trained for 30 epochs with cosine annealing. The proposed approach achieved high performance, with 99.33% accuracy, 99.41% precision, 99.33% recall, and a 99.33% F1-score, while binary classification between medicinal and non-medicinal plants reached 100% accuracy. The system was deployed as a Flask-based web application, demonstrating reliable functionality and practical response times. Overall, the results confirm the effectiveness of Vision Transformer for medicinal plant classification under natural conditions and highlight its potential to support digital documentation, education, and the preservation of local ethnobotanical knowledge.