Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Dinamika Kesehatan: Jurnal Kebidanan dan Keperawatan
R. Topan Aditya Rahman, R. Topan Aditya
AKBID Sari Mulia
Education Electrical & Electronics Engineering Health Professions Medicine & Pharmacology Nursing Public Health

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Metode Promosi Kesehatan Tentang Pengetahuan HIV/AIDS Terhadap Remaja Yuandari, Esti; Rahman, R. Topan Aditya
DINAMIKA KESEHATAN: JURNAL KEBIDANAN DAN KEPERAWATAN Vol 13, No 2 (2022): Dinamika Kesehatan: Jurnal Kebidanan dan Keperawatan
Publisher : Universitas Sari Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33859/dksm.v13i2.875

Abstract

Latar Belakang: Penyakit HIV/AIDS merupakan suatu penyakit yang terus berkembang dan menjadi suatu masalah global yang melanda dunia. Kasus HIV/AIDS menjadi permasalahan yang tidak bisa diatasi sampai saat ini dan berdampak pada kematian. Kurangnya pengetahuan remaja tentang HIV/AIDS karena keterbatasan akses informasi dan layanan Kesehatan.Tujuan: Menganalisis media promosi paling efektif tentang HIV/AIDS terhadap tingkat pengetahuan remaja tentang tentang HIV/AIDS.Metode : Penelitian yang digunakan dalam penelitian ini menggunakan pendekatan kuantitatif dengan rancangan pra eksperimen design. Lokasi Penelitian di SMA Negeri 13 Banjarmasin degan jumlah sampel berjumlah 90 yang dibagi menjadi 3 bagian yaitu 30 siswa dengan metode video, 30 dengan pemaparan slide, dan 30 siswa dengan metode video dan pemaparan slide. Teknik pengambilan sampel pada penelitian adalah dengan menggunakan  Purposive samplingHasil : Berdasarkan hasil uji Friedman Test didapatkan nilai p 0,005 sehingga dapat disimpulkan bahwa metode dengan pemaparan slide, video dan gabungan pemaparan slide dan video sama-sama efektif dalam meningkatkan pengetahuan remaja tentang HIV/AIDS. Dari ketiga metode tersebut yang paling efektif dalam meningkatkan pengetahuan masyarakat adalah dengan pemaparan slide dan video karena memiliki nilai terrtinggi yaitu 16,93 dengan nilai standar deviasi sebesar 2,504Simpulan : Media Promosi Video dan Pemaparan Slide lebih efektif dalam meningkatkan pengetahuan remaja tentang HIV/AIDS Kata Kunci : HIV/AIDS, Media Promosi, Pengetahuan, Remaja
A hybrid random forest and particle swarm optimization model for early preeclampsia detection Yuandari, Esti; Rahman, R. Topan Aditya; Haryono, Ika Avrilina; Hidayah, Nurul; Iswandari, Novita Dewi; Hateriah, Siti
Bulletin of Electrical Engineering and Informatics Vol 14, No 6: December 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v14i6.10721

Abstract

Preeclampsia has become a serious medical problem in the world. Currently, there is no routine or comprehensive screening program in place for preeclampsia, which means that preventive measures are not as effective as they could be, potentially resulting in higher rates of illness and death among mothers and infant. The main purpose of this study is to predict early of preeclampsia using random forest algorithms. This study used a quantitative approach with samples 504. The data were analyzed using random forest with particle swarm optimization (PSO). Random forest have been an accuracy rate of 96.08%, for the area under the curve (AUC), precision, sensitivity, and specificity each (0.971; 97.06%; 97.06%; and 94.12%). Model significantly increased 1.39% after optimize from 94.69% to 96.08%. The design process model algorithm has been validated that have a high level of accuracy based on literature reviews. The quality of services offered will certainly influence people to utilize technology-based services more than conventional ones. Recommendation for field technology and health is building an application model for early prediction of preeclampsia based on machine learning (ML) which is an effort for health workers to provide optimal antenatal care and step in changing technology-based pregnancy checks as initial prevention for pregnant women so that preeclampsia can be avoided.
Co-Authors Esti Yuandari, Esti Haryono, Ika Avrilina Hateriah, SIti Novita Dewi Iswandari NURUL HIDAYAH