Nur Alfiana
Unknown Affiliation

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

Found 2 Documents
Search

Hubungan Tata Kelola (Good Governance) Dengan Kinerja Tenaga Kesehatan Pada Era Pandemi Covid-19 Di Puskesmas Binamu Kabupaten Jeneponto Sri Syatriani; Amaliah, Andi Rizky; Nur Alfiana
Jurnal Mitrasehat Vol. 12 No. 2 (2022): Jurnal Mitrasehat
Publisher : LPPM STIK Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51171/jms.v12i2.345

Abstract

Kinerja dikenal sebagai kinerja pekerjaan, dan secara umum, adalah kualitas, kuantitas, dan ketepatan waktu pekerjaan yang dicapai seorang karyawan dengan melakukan tugasnya seperti yang ditugaskan. Salah satu faktor yang mempengaruhi risiko penurunan kinerja adalah beban kerja yang dapat meningkat jika jumlah tenaga kesehatan tidak sesuai dengan tingkat pelayanan yang dibutuhkan pasien. Tujuan dari penelitian ini adalah untuk mengetahui hubungan antara good governance dengan kinerja tenaga kesehatan di Puskesmas Kota Binamu di era pandemi Covid-19. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian analitik dengan desain Cross Sectional. Sampel pada penelitian ini adalah tenaga kesehatan sebanyak 67 responden yang diambil dengan Teknik Total Sampling. Instrumen dalam penelitian ini menggunakan kuesioner serta analisis data yaitu analisis chi square. Hasil analisis bivariat dari 67 responden yang diteliti, diketahui hasil analisis statistik menggunakan uji Chi-Square (p < 0,05) maka diperoleh ada hubungan pada transparansi (p=0,000), akuntabilitas (p=0,003), responsibilitas (p=0,000), dan fairness (p=0,003) dengan kinerja tenaga kesehatan. Simpulan dari penelitian ini, empat variabel yang telah diuji memiliki hubungan yang signifikan dengan kinerja tenaga kesehatan yaitu variabel transparansi, akuntabilitas, responsibilitas, dan fairness. Saran dari penelitian ini, Diharapkan kepada pihak Puskesmas Binamu Kota untuk lebih melakukan keterbukaan untuk pengambilan keputusan serta melibatkan seluruh staf dalam pembuatan kebijakan.
Identifikasi Gangguan Tidur Menggunakan Klasifikasi Berbasis Decision Tree Andriani, Fifi; Rahmania, Nur; Nur Alfiana
Scientific: Journal of Computer Science and Informatics Vol. 2 No. 2 (2025): Juli 2025
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v2i2.394

Abstract

Kondisi gangguan tidur sering kali tidak disadari sejak dini oleh banyak individu, sehingga berpotensi memburuk dan menimbulkan masalah kesehatan fisik maupun psikologis jangka panjang yang serius. Deteksi dini sangat dibutuhkan untuk mengantisipasi dampak negatif lebih lanjut dan mengurangi beban penyakit terkait tidur di masyarakat. Penelitian ini mengembangkan dan mengevaluasi sistem klasifikasi gangguan tidur berbasis algoritma Decision Tree melalui proses pelatihan dan pengujian model, dengan tujuan membantu masyarakat mendeteksi gangguan tidur secara cepat dan efisien. Sistem ini memanfaatkan dataset Sleep Health and Lifestyle dari Kaggle, yang terdiri atas 374 sampel dengan 13 atribut terkait pola tidur dan gaya hidup. Model klasifikasi yang dikembangkan membedakan tiga kategori gangguan: No Disorder, Sleep Apnea, dan Insomnia. Hasil pengujian menunjukkan model mencapai akurasi sebesar 89 persen. Angka akurasi tersebut menunjukkan keandalan metode Decision Tree dalam mengklasifikasikan gangguan tidur sesuai kategorinya. Keunggulan sistem ini terletak pada kemampuannya mengidentifikasi gangguan tidur secara mandiri kapan pun dan di mana pun. Dengan demikian, pengguna tidak perlu terlebih dahulu mengunjungi tenaga kesehatan, sehingga sistem ini diharapkan mempermudah deteksi dini gangguan tidur dan meningkatkan kesadaran masyarakat akan pentingnya menjaga kualitas tidur.