Claim Missing Document
Check
Articles

Found 4 Documents
Search

Upaya Kreatif dan Inovatif dalam Mencegah Penularan Corona Virus Disease 2019 (Covid-19) Melalui Program Desa Tangguh Kesehatan di Kelurahan Limbungan, Kecamatan Rumbai Timur, Kota Pekanbaru Wibowo, Budi Santoso; Azura, Nur; Nurwinanda, Anisa; Saragih, Hanna Bella Pesta; Satria, Bima; Andika, Febri; Nainggolan, Channel Jupiter
Jurnal Pendidikan Tambusai Vol. 5 No. 2 (2021): 2021
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (844.1 KB)

Abstract

Tidak dapat dipungkiri bahwa mewabahnya Corona Virus Disease 2019 (Covid-19) membuat gaya hidup masyarakat berubah. Himbauan agar selalu mematuhi protokol kesehatan dan pembatasan sosial yang diberlakukan oleh pemerintah masih belum diterapkan secara maksimal. Hal ini juga terjadi kelurahan Limbungan, Kecamatan Rumbai Timur, Kota Pekanbaru yang menjadi lokasi Kuliah Kerja Nyata (KKN) mahasiswa Universitas Muhammadiyah Riau kelompok 2 reguler B tahun 2021. Hal ini berdasarkan observasi yang dilakukan oleh mahasiswa sebelum pelaksanaan KKN. Program kelurahan tangguh kesehatan dipilih sebagai upaya meningkatkan kesadaran masyarakat akan pentingnya aspek kesehatan. Hal ini dilakukan dengan melaksanakan berbagai program kegiatan edukasi dan pelatihan kepada masyarakat setempat. Dengan menggunakan metode demonstrasi, hasil dari kegiatan-kegiatan edukasi yang dilaksanakan, yakni: warga semakin memahami dan menyadari akan pentingnya mematuhi protokol kesehatan, menjaga kebersihan, dan melakukan vaksinasi. Kegiatan pengabdian ini selanjutnya dapat mengedukasi masyarakat dalam menerapkan pola hidup sehat di lingkungannya masing-masing. Adapun upaya kreatif dan inovatif dalam mencegah penularan Covid-19 melalui program desa tangguh kesehatan yang dilaksanakan oleh mahasiswa KKN UMRI kelompok 2 reguler B tahun 2021, yakni: (1) pengadaan wastafel di balai kelurahan, (2) mengadakan pelatihan pembuatan sabun cuci tangan dan cara mencuci tangan yang baik dan benar, (3) mengadakan kegiatan senam pagi bersama, (4) mengadakan pelatihan pembuatan jamu kesehatan, (5) mengadakan perlombaan untuk anak-anak, (6) penyemprotan cairan disinfektan dan (7) mengadakan seminar kesehatan
Upaya Kreatif dan Inovatif dalam Mencegah Penularan Corona Virus Disease 2019 (Covid-19) Melalui Program Desa Tangguh Kesehatan di Kelurahan Limbungan, Kecamatan Rumbai Timur, Kota Pekanbaru Wibowo, Budi Santoso; Azura, Nur; Nurwinanda, Anisa; Saragih, Hanna Bella Pesta; Satria, Bima; Andika, Febri; Nainggolan, Channel Jupiter
Jurnal Pendidikan Tambusai Vol. 5 No. 2 (2021): 2021
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v5i2.1994

Abstract

Tidak dapat dipungkiri bahwa mewabahnya Corona Virus Disease 2019 (Covid-19) membuat gaya hidup masyarakat berubah. Himbauan agar selalu mematuhi protokol kesehatan dan pembatasan sosial yang diberlakukan oleh pemerintah masih belum diterapkan secara maksimal. Hal ini juga terjadi kelurahan Limbungan, Kecamatan Rumbai Timur, Kota Pekanbaru yang menjadi lokasi Kuliah Kerja Nyata (KKN) mahasiswa Universitas Muhammadiyah Riau kelompok 2 reguler B tahun 2021. Hal ini berdasarkan observasi yang dilakukan oleh mahasiswa sebelum pelaksanaan KKN. Program kelurahan tangguh kesehatan dipilih sebagai upaya meningkatkan kesadaran masyarakat akan pentingnya aspek kesehatan. Hal ini dilakukan dengan melaksanakan berbagai program kegiatan edukasi dan pelatihan kepada masyarakat setempat. Dengan menggunakan metode demonstrasi, hasil dari kegiatan-kegiatan edukasi yang dilaksanakan, yakni: warga semakin memahami dan menyadari akan pentingnya mematuhi protokol kesehatan, menjaga kebersihan, dan melakukan vaksinasi. Kegiatan pengabdian ini selanjutnya dapat mengedukasi masyarakat dalam menerapkan pola hidup sehat di lingkungannya masing-masing. Adapun upaya kreatif dan inovatif dalam mencegah penularan Covid-19 melalui program desa tangguh kesehatan yang dilaksanakan oleh mahasiswa KKN UMRI kelompok 2 reguler B tahun 2021, yakni: (1) pengadaan wastafel di balai kelurahan, (2) mengadakan pelatihan pembuatan sabun cuci tangan dan cara mencuci tangan yang baik dan benar, (3) mengadakan kegiatan senam pagi bersama, (4) mengadakan pelatihan pembuatan jamu kesehatan, (5) mengadakan perlombaan untuk anak-anak, (6) penyemprotan cairan disinfektan dan (7) mengadakan seminar kesehatan
Optimasi Random Forest dengan Genetic Algorithm dan Recursive Feature Elimination pada High Dimensional Data Stunting Samarinda Satria, Bima; Siswa, Taghfirul Azhima Yoga; Pranoto, Wawan Joko
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 3 (2024): Juli 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i3.7883

Abstract

Stunting is a chronic malnutrition problem that disrupts children's growth, with long-term impacts on physical growth, cognitive development, and productivity in adulthood. In Indonesia, the prevalence of stunting is still above the WHO threshold, reaching 24.4% according to the 2021 Indonesian Nutritional Status Study (SSGI), and in Samarinda City, the prevalence reached 24.7% in 2021 with 1,402 toddlers identified as stunted. Addressing this problem requires a more structured data-driven approach to provide targeted interventions. This study uses data from the Samarinda City Health Office, encompassing 150,474 stunting data points, and involves data collection, data cleaning, feature selection, and classification model application. This study aims to improve the accuracy of stunting data classification in Samarinda City in 2023 using the Random Forest algorithm enhanced with Recursive Feature Elimination (RFE) feature selection techniques and Genetic Algorithm (GA) optimization. The feature selection results using RFE show that the most influential features are Weight, ZS TB/U, ZS BB/U, and BB/U. The application of RFE increased the model's average accuracy from 91.91% to 93.64%, while GA optimization further increased the average accuracy to 98.39%. The definite accuracy increased from 94.23% (baseline model) to 97.10% (with RFE) and reached 99.70% (with RFE and GA). The combination of RFE and GA has proven effective in tackling data complexity and improving the reliability of stunting predictions. This study significantly contributes to the development of machine learning techniques for high-dimensional data analysis in health and is expected to be the foundation for more effective intervention programs in addressing stunting issues in Indonesia.
Optimasi Random Forest dengan Genetic Algorithm dan Recursive Feature Elimination pada High Dimensional Data Stunting Samarinda Satria, Bima; Siswa, Taghfirul Azhima Yoga; Pranoto, Wawan Joko
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 3 (2024): Juli 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i3.7883

Abstract

Stunting is a chronic malnutrition problem that disrupts children's growth, with long-term impacts on physical growth, cognitive development, and productivity in adulthood. In Indonesia, the prevalence of stunting is still above the WHO threshold, reaching 24.4% according to the 2021 Indonesian Nutritional Status Study (SSGI), and in Samarinda City, the prevalence reached 24.7% in 2021 with 1,402 toddlers identified as stunted. Addressing this problem requires a more structured data-driven approach to provide targeted interventions. This study uses data from the Samarinda City Health Office, encompassing 150,474 stunting data points, and involves data collection, data cleaning, feature selection, and classification model application. This study aims to improve the accuracy of stunting data classification in Samarinda City in 2023 using the Random Forest algorithm enhanced with Recursive Feature Elimination (RFE) feature selection techniques and Genetic Algorithm (GA) optimization. The feature selection results using RFE show that the most influential features are Weight, ZS TB/U, ZS BB/U, and BB/U. The application of RFE increased the model's average accuracy from 91.91% to 93.64%, while GA optimization further increased the average accuracy to 98.39%. The definite accuracy increased from 94.23% (baseline model) to 97.10% (with RFE) and reached 99.70% (with RFE and GA). The combination of RFE and GA has proven effective in tackling data complexity and improving the reliability of stunting predictions. This study significantly contributes to the development of machine learning techniques for high-dimensional data analysis in health and is expected to be the foundation for more effective intervention programs in addressing stunting issues in Indonesia.