Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Official Statistics eProceedings of Engineering
Aisyah, Diah
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences

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

Found 2 Documents
Search

 1 
Faktor-Faktor yang Memengaruhi Praktik Swamedikasi pada Ibu Hamil di Jawa Tengah Aisyah, Diah; Sitorus, Jeffry Raja Hamonangan
Seminar Nasional Official Statistics Vol 2023 No 1 (2023): Seminar Nasional Official Statistics 2023
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/semnasoffstat.v2023i1.1645

Abstract

Self-medication is a treatment often chosen by the community to overcome their health complaints. Self-medication must pay attention to special conditions such as pregnant women because the risk of using drugs can impact the health of the mother and fetus. Morever, information about the effects and safety of drugs for pregnant women is still limited. Central Java has the highest percentage of self-medication in 2021, reaching 82.79 percent. Therefore, this study aims to determine the factors at the individual and regional levels that significantly influence the practice of self-medication among pregnant women in Central Java. This study used multilevel binary logistic regression method with data from Susenas Kor's March 2021, publications from BPS and Central Java Health Office. The results showed that age and severity of health problem are individual factors, in addition to GRDP per capita is regional factor that significantly influence the practice of self-medication in pregnant women.
Prediksi Penderita Tuberkulosis Dengan Algoritma Long Short-Term Memory Aisyah, Diah; Purboyo, Tito Waluyo; Kallista, Meta
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Tuberkulosis (TB) merupakan penyakit menular yang disebabkan oleh kuman Mycobacterium tuberculosis, meskipun dapat menyerang organ apapun didalam tubuh. Ketika bakteri masuk melalu droplet di udara. Pada tahun 2015 terdapat 2.617 kasus tuberkulosis di Kabupaten Karawang. Kurangnya pengetahuan terhadap gejala penyakit dan sosialiasi terhadap pemerikasaan tuberculosis secara dini merupakan faktor utama penyebab tingginya jumlah kasus penderita TB. Oleh karena itu perlu adanya sebuah sistem prediksi jumlah penderita tuberculosis untuk memprediksi jumlah penderita dimasa yang akan datang. Dalam Penelitian ini menggunakan metode Long Short-Term Memory.  (LSTM). LSTM merupakan evolusi dari algoritma Recurrent Neural Network (RNN) untuk mengatasi permasalahan pada RNN dalam mengelola data untuk periode yang lama. LSTM dianggap lebih unggul dibandingakan algoritma lainnya dalam mengelola data yang bersifat time series. Data yang penulis gunakan berasal dari Dinas Kesehatan Kabupaten Karawang dari tanggal 1 Januari 2020 hingga 31 Desember 2021. Berdasarkan Hasil Pengujian diketahui bahwa algoritma LSTM  dengan partisi data 70%:30%, epoch sebesar 900, jumlah hidden layer sebanyak 1 layer LSTM dengan 64 neuron serta tipe optimasi Adam dengan learning rate sebesar 0.001. selain itu, hasil pengujian parameter terbaik menghasilkan nilai RMSE = 0.12019341, MAE = 0.0819 Dan R2 = 0.53508423. Kata kunci— tuberkulosis, prediksi, long short-term memory 
Co-Authors Meta Kallista Sitorus, Jeffry Raja Hamonangan Tito Waluyo Purboyo