Claim Missing Document
Check
Articles

Found 2 Documents
Search

Hubungan Gaya Hidup Penderita Diabetes Melitus dengan Terjadinya Neuropati Diabetik Gultom, Hanawita; Anggraini, Jenny; Satri, Endah Juni; Hia, Arman; Anggreini, Devina; Ginting, Chrismis Novalinda
Jurnal Ners Vol. 9 No. 2 (2025): APRIL 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jn.v9i2.42407

Abstract

Penderita diabetes melitus berisiko mengalami kerusakan pada pembuluh darah akibat komplikasi yang ditimbulkan oleh penyakit tersebut., baik yang besar maupun kecil, serta mengganggu sistem saraf yang dikenal dengan istilah neuropati. Baik diabetes tipe 1 maupun tipe 2 berisiko tinggi mengalami neuropati diabetik, dengan prevalensi mencapai 50% di antara orang dewasa yang menderita kedua jenis diabetes ini. Tujuan dari penelitian ini untuk mengidentifikasi apakah gaya hidup penderita diabetes melitus berhubungan dengan terjadinya neuropati diabetik. Pendekatan kuantitatif dengan desain cross-sectional digunakan sebagai metode penelitian ini. Sampel diambil melalui teknik purposive sampling yang didasarkan pada kriteria inklusi. Data dikumpulkan melalui penyebaran kuesioner kepada para responden dan juga dengan melakukan wawancara mendalam, yang kemudian diproses dengan membuat matriks. Penelitian ini melibatkan 30 responden yang dijadikan sampel. Data yang telah dikumpulkan kemudian dianalisis dengan menggunakan metode univariat dan bivariat, serta dilakukan uji chi square untuk meneliti hubungan yang ada. Hasil penelitian menunjukkan gaya hidup penderita diabetes melitus memiliki hubungan yang signifikan dengan terjadinya neuropati diabetik. Kesimpulan dari penelitian ini menegaskan bahwa terdapat hubungan antara gaya hidup penderita diabetes melitus dengan terjadinya neuropati diabetik di RSU Royal Prima Medan pada tahun 2024.
Implementasi Metode SVM Pada Sentimen Analisis Terhadap Pemilihan Presiden (Pilpres) 2024 Di Twitter anggraini, jenny; Alita, Debby
Jurnal Informatika: Jurnal Pengembangan IT Vol 9, No 2 (2024)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v9i2.6560

Abstract

The focus of the research is the use of Twitter as a platform to express the political opinions of the Indonesian people regarding the 2024 Presidential Election. By utilizing sentiment analysis using the Support Vector Machine (SVM) method, this research aims to evaluate the accuracy of SVM in classifying tweets and compare the performance of four types of SVM kernels. Visualizations of positive and negative sentiments are also generated to provide a clearer picture. The stages of the research involve Twitter data collection, and pre-processing with steps such as data cleansing, case folding, tokenizing, stemming, and filtering. Labeling is done to identify sentiment, then feature extraction using TF-IDF. SVM implementation with linear, polynomial, RBF, and sigmoid kernels is performed, followed by model evaluation using precision, recall, F-measure, and accuracy metrics. The study used SVM to analyze the sentiment of the 2024 presidential election on Twitter data. As a result, out of 3938 tweets, 1575 were positive and 2363 were negative. The SVM model achieved 95.05% accuracy, superior in predicting negative sentiment. Comparison of SVM kernels shows the highest accuracy in the linear kernel 95.43%. Sentiment analysis on tweets shows a majority of positive support for Ganjar 54.9%, while Anies and Prabowo have support levels of 15.8% and 29.3% respectively.