Claim Missing Document
Check
Articles

Found 14 Documents
Search

The Effect of Online Game Addiction on Sleep Quality in Adolescents Class VIII MTs Ma'arif Kaliwiro, Wonosobo Kholifah Nur Azzakiyah; Pramesti Dewi; Asmat Burhan
Jurnal Ekonomi Teknologi dan Bisnis (JETBIS) Vol. 2 No. 6 (2023): JETBIS : Journal Of Economics, Technology and Business
Publisher : Al-Makki Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57185/jetbis.v2i6.63

Abstract

Sleep quality is very beneficial for the human body, but sometimes it is hampered by bad activities such as playing online games that will make you addicted. Addiction to online games will make health disturbed. Teenagers who are addicted to online games have decreased physical strength due to a lack of physical movement and lack of sleep. This study aims to determine the effect of online game addiction on sleep quality in class VIII students of MTS Ma'arif Kaliwiro, Wonosobo. This type of research is a quantitative observational method using a cross-sectional approach and using a total sampling of 38 students of class VIII MTS Ma'arif Kaliwiro, Wonosobo. The results of the Spearman Rank test obtained a p-value of 0.000, which means p-value <0.05, which means that online game addiction influences sleep quality in class VIII adolescents at MTS Ma'arif Kaliwiro, Wonosobo with a correlation coefficient of 0.638. which means the strength of the relationship is strong. It is hoped that the results of this study can increase respondents' understanding of the importance of managing time to play online games so that sleep quality can be maintained properly.
Pengaruh Edukasi Batuk Efektif Pre Operasi Terhadap Bersihan Jalan Nafas Post Operasi Pada Pasien General Anestesi di RSU PKU Muhamadiyah Purbalingga Zainal Bahrin; Tri Sumarni; Pramesti Dewi
Seminar Nasional Penelitian dan Pengabdian Kepada Masyarakat 2022: Prosiding Seminar Nasional Penelitian dan Pengabdian Kepada Masyarakat (SNPPKM 2022)
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/snppkm.v2i1.1123

Abstract

General anestesi adalah hilangnya rasa sakit secara sentral disertai hilangnya kesadaran (reversibel) pada pasien. Batuk efektif adalah suatu metode batuk dengan benar dan pasien dapat mengeluarkan dahak secara maksimal. Penelitian ini bertujuan untuk mengetahui pengaruh edukasi batuk efektif pre operasi terhadap bersihan jalan nafas post operasi pada pasien general anestesi Di RSU PKU Muhamadiyah Purbalingga. Metode penelitian menggunakan pre eksperiment dengan desain one group pra-post test design. Teknik sampling quota sampling dengan jumlah sampel 23 responden. Instrument yang digunakan yaitu Standar Operasional Prosedur (SOP) RSU Muhamadiyah Purbalingga mengenai pembelajaran teknik batuk efektif dan lembar observasi untuk memperoleh data mengenai bersihan jalan nafas. Hasil penelitian memunjukan Terdapat pengaruh edukasi batuk efektif terhadap bersihan jalan nafas pada klien post operasi dengan general anastesi di Recovery Room di PKU Muhamadiyah Purbalingga dengan nilai signifikansi 0,002 (ρ-value <0.05) serta nilai Z sebesar -3,128.
Pengembangan Keamanan Sistem Rekam Medis Berbasis Blockchain dengan Smart Contract Purwono Purwono; Pramesti Dewi; Safar dwi Kurniawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 2 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i2.5143

Abstract

Manipulasi data kesehatan memicu keresahan masyarakat dan menurunkan tingkat  kepercayaan terhadap langkah antisipatif yang dilakukan pemerintah Indonesia. Teknologi Blockchain menjadi salah satu solusi untuk mencegah data kesehatan yang berpotensi untuk dimanipulasi. Smart contract adalah protokol yang berjalan di jaringan blockchain. Metode ini mengikat suatu kesepakatan antara beberapa pihak dalam suatu perjanjian. Data kesehatan ini dapat dilindungi dari pihak internal dengan membuat kontrak cerdas antara dokter, pasien, dan pengelola website. Data diagnosis yang dibuat oleh dokter baru adalah valid jika pasien setuju. Administrator hanya dapat mengakses data jika disetujui oleh dokter dan pasien.   Pengujian   keamanan   dilakukan   melalui serangan injeksi SQL. Sistem yang belum menerapkan kontrak pintar dapat dikompromikan melalui uji injeksi muatan, sedangkan sistem yang telah menerapkan kontrak pintar hanya dapat memecahkan kueri login. Pengujian manipulasi data 10 kali setelah login berhasil menunjukkan bahwa data yang telah disimpan tidak dapat diubah karena memerlukan kontrak pintar
Pemanfaatan Teknologi Machine Learning pada Klasifikasi Jenis Hipertensi Berdasarkan Fitur Pribadi Pramesti Dewi; Purwono Purwono; Safar Dwi Kurniawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.3721

Abstract

Hipertensi tampaknya menjadi faktor utama dalam perkembangan penyakit seperti stroke, gagal jantung, infark miokard, fibrilasi atrium, penyakit arteri perifer, dan diseksi aorta. Prediksi dini jenis hipertensi dari riwayat kesehatan merupakan hal yang penting agar kita dapat mengetahui penyakit yang disebabkan olehnya. Prediksi ini dapat diperoleh dengan memanfaatkan teknologi machine learning untuk menemukan pengetahuan baru dari data dasar sehingga menemukan pola yang valid, berguna, dan mudah dipelajari. Model klasifikasi random forest diusulkan dalam penelitian ini. Kontribusi kami dalam penelitian ini adalah membuat model klasifikasi random forest dengan teknik baru yaitu perbaikan data untuk melakukan tuning hyperparameter. Kami melihat peneliti sebelumnya hanya mengejar nilai akurasi yang tinggi semata. Berbeda dengan penelitian sebelumnya, kami menggunakan teknik optimasi hyperparameter gridsearch cv pada model klasifikasi random forest. Parameter terbaik untuk model random forest yaitu max_depth = 80, max_features = 3, min_samples_leaf = 3, min_samples_split = 8, dan n_estimators = 1000 yang direkomendasikan dari teknik gridsearch cv. Akurasi sebelum optimasi adalah 72,3%, sedangkan setelah optimasi adalah 86,1%. Hal ini menunjukkan peningkatan akurasi sebesar 13,7% setelah menerapkan metode grid search cv pada klasifikasi jenis hipertensi menggunakan model random forest