Claim Missing Document
Check
Articles

Found 3 Documents
Search

Correlation of NLR and D-dimer Levels with Clinical Severity of COVID-19 and Determination of Cut-off Values at a Hospital in Cirebon Sari, Fitria Ratna; Nilapsari, Rika
Global Medical & Health Communication (GMHC) Vol 12, No 1 (2024)
Publisher : Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/gmhc.v12i1.12279

Abstract

Inflammation and coagulation markers play a crucial role in assessing the systemic involvement of COVID-19. Early identification of disease severity through neutrophil-lymphocyte ratio (NLR) and D-dimer levels can aid physicians in promptly identifying potentially severe cases and determining appropriate treatment strategies. This study explored the relationship between NLR, D-dimer levels, and clinical severity in COVID-19 patients. This retrospective cross-sectional study reviewed 237 medical records of adult COVID-19 patients treated at Permata Cirebon Hospital from July to October 2021. The seriousness of COVID-19 served as the outcome variable, while NLR and D-dimer values were considered independent variables. Correlation analysis examined the relationship between NLR, D-dimer, and COVID-19 severity. Receiver operating characteristic (ROC) curve analysis was employed to establish the cut-off values. The majority of COVID-19 patients exhibited moderate disease severity. Male gender, advanced age, and comorbidities such as diabetes, hypertension, CVD, and stroke were associated with a higher likelihood of severe disease. A significant positive correlation was found between NLR and disease severity, as well as between D-dimer and disease severity. Notably, the correlation between D-dimer and disease severity was more substantial than that of NLR. Furthermore, the cut-off values obtained from the ROC analysis were 3.79 for NLR (sensitivity=68.8%, specificity=68.1%) and 1,110 for D-dimer (sensitivity=79.2%, specificity=87.5%). The study revealed a significant positive correlation between the severity of NLR, D-dimer levels, and COVID-19. Therefore, NLR and D-dimer can serve as prognostic markers for COVID-19 patients.
KLASIFIKASI TEXT ULASAN PENGGUNA APLIKASI WONDR BY BNI MENGGUNAKAN ALGORITMA NAIVE BAYES Sari, Fitria Ratna; Tukino, Tukino; Hilabi, Shofa Shofiah; Priyatna, Bayu
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6819

Abstract

Penelitian ini berfokus pada proses klasifikasi ulasan pengguna aplikasi Wondr by BNI dengan menerapkan algoritma Naïve Bayes. Data yang digunakan berasal dari platform Kaggle, terdiri dari 1.500 data ulasan pengguna aplikasi yang telah melewati tahapan pre-processing seperti cleansing, tokenization, transform cases, stopwords, dan filter tokens. Ulasan tersebut kemudian diberi label secara manual ke dalam kategori label cepat, biasa saja, lambat, dan tidak responsif. Setelah itu label akan di buat otomatis oleh Naïve Bayes. Dataset dibagi menjadi 80:20, lalu di proses menggunakan model klasifikasi berbasis probabilistik Naïve Bayes. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan ulasan pengguna dengan tingkat akurasi sebesar 95%. Evaluasi model berdasarkan precision, recall, dan f1-score menunjukkan performa klasifikasi yang sangat baik pada setiap kategori ulasan. Visualisasi hasil klasifikasi menggunakan confusion matrix, diagram batang, dan wordcloud memberikan pemahaman lebih mendalam terhadap pola ulasan pengguna. Temuan ini membuktikan bahwa algoritma Naïve Bayes efektif dalam menangani teks tidak terstruktur dan dapat diandalkan untuk mendukung analisis evaluasi layanan digital berbasis umpan balik pengguna.Kata Kunci: Klasifikasi Teks, Naïve Bayes, Ulasan Pengguna, Kaggle, Wondr by BNI
Pendekatan ArDL dalam Menilai Pengaruh Variabel Ekonomi dan Kebijakan Anti Dumping terhadap Impor Ubin Keramik: Analisis Jangka Pendek dan Jangka Panjang Nugroho, Jodi Setyo; Hanisah, Isnaeni Hasna; Sari, Fitria Ratna; Puspitasari, Inda Fresti
YUME : Journal of Management Vol 8, No 3 (2025)
Publisher : Pascasarjana STIE Amkop Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37531/yum.v8i3.9859

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh variabel makroekonomi dan kebijakan antidumping terhadap volume impor ubin keramik dari Tiongkok ke Indonesia, baik dalam jangka pendek maupun jangka panjang, dengan menggunakan pendekatan Autoregressive Distributed Lag (ARDL). Data yang digunakan berupa deret waktu bulanan dari Mei 2019 hingga Desember 2024, mencakup variabel nilai tukar rupiah terhadap yuan, volatilitas nilai tukar, indeks produksi industri Tiongkok, serta dua variabel dummy yang merepresentasikan kebijakan antidumping dan pandemi COVID-19. Hasil estimasi menunjukkan bahwa nilai tukar berpengaruh negatif signifikan terhadap impor dalam jangka pendek, sedangkan volatilitas nilai tukar berpengaruh negatif signifikan dalam jangka panjang. Indeks produksi industri Tiongkok memiliki pengaruh positif signifikan dalam jangka pendek, namun tidak signifikan dalam jangka panjang. Sementara itu, kebijakan antidumping tidak menunjukkan pengaruh signifikan baik dalam jangka pendek maupun panjang, dan pandemi COVID-19 hanya berpengaruh negatif signifikan dalam jangka panjang. Temuan ini menunjukkan bahwa dinamika impor ubin keramik sangat dipengaruhi oleh respons jangka waktu yang berbeda dari masing-masing faktor ekonomi dan kebijakan. Penelitian ini memberikan kontribusi empiris dalam merancang strategi proteksi industri nasional yang lebih responsif terhadap guncangan ekonomi eksternal dan kondisi pasar global.