Claim Missing Document
Check
Articles

Found 3 Documents
Search

STUDI PENEGTAHUAN MASYARAKAT TENTANG PENGGUNAAN ANTIBIOTIK DIDESA MANAKKU,KECAMATAN LABAKKANG KABUPATEN PANGKAJENE DAN KEPULAUAN novita annur ramadhani; Bayu Putra; Dewi Yuliana
Makassar Pharmaceutical Science Journal (MPSJ) Vol 2 No 2 (2024)
Publisher : PHARMACY UMI JOURNAL SYSTEM

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

Abstract

Antibiotika adalah obat untuk mencegah dan mengobati infeksi yang disebabkan oleh bakteri, penggunaannya yang tidak tepat selain menjadi pemborosan secara ekonomi juga berbahaya secara klinik, yaitu menyebabkan resistensi bakteri terhadap antibiotik. Penelitian ini dilakukan dengan tujuan untuk mengetahui bagaimana pengetahuan masyarakat di Desa Manakku tentang penggunaan antibiotik Responden yang digunakan oleh peneliti yaitu masyarakat yang berdomisili di desa manakku kecamatan labakkang kabupaten pangkajene dan kepulauan dengan proyeksi jumlah penduduk 1.400 jiwa. Setelah di kategorikan berdasarkan dengan kriteria inklusi dan ekslusi sehingga diperoleh data akhir untuk responden yang memenuhi kriteria tersebut yaitu 71 responden. Berdasarkan hasil tersebut tingkat pengetahuan masyarakat tentang penggunaan antibiotik di Desa Manakku sebagian besar responden yaitu 32 responden dengan (45,0%) memiliki pengetahuan cukup. Angka ini menunjukkan bahwa tingkat pengetahun responden tersebut masuk tergolong cukup.
POLA PENGGUNAAN ANTIBIOTIK PADA PASIEN TUBERKULOSIS DI PUSKESMAS PEKKAE KABUPATEN BARRU SULAWESI SELATAN PERIODE JANUARI – DESEMBER 2022 Dewi Yuliana; Bayu Putra; Andi Ahmad Syahrul
Makassar Pharmaceutical Science Journal (MPSJ) Vol 2 No 2 (2024)
Publisher : PHARMACY UMI JOURNAL SYSTEM

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

Abstract

ANDI AHMAD SYAHRUL, This study aims to determine the pattern of antibiotic use in tuberculosis patients at the Pekkae Health Center, Barru in 2022. The method used is an observation method using a sampling technique, namely total sampling. The results showed that the dominant male patients were 59.1%; aged 45-54 and 55-64 as much as 22.72%. The use of drugs was adjusted to the patient's weight with intensive phase treatment of 3 2KDT tablets which was 50% then 4 4KDT tablets and 4 2KDT tables which were 27.27% then 3 4KDT tablets and 4 2KDT tablets which were 13.63% and 2 4KDT tablets and 2 2KDT tablets as much as 9.1%. The conclusion in this study is that the use and suitability of OAT is based on the TB control guidelines of the Indonesian Ministry of Health in 2016, which was used in 3 patients who had an increase in the number of tablets taken in combination doses and 1 patient there was a decrease in the number of tablets taken in combination doses and the pattern of using drugs with a fixed dose combination containing rifampicin 150 mg, isoniazid 75 mg, pyrazinamide 400mg, ethambutol 275 mg
Eksplorasi dan Analisis Data Mining untuk Prediksi Pola Konsumen Menggunakan Teknik Klasifikasi dan Clustering Muhammad Fajar Satria Adam; Bayu Putra; Syachra Indyra Puteri; Alfian Fajrissiddiq; Wafaunnisa; Lusiana Sani Parwati
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Di era digital saat ini, pemahaman yang mendalam terhadap perilaku konsumen menjadi faktor kunci dalam merancang strategi bisnis yang efektif. Penelitian ini bertujuan untuk menerapkan teknik data mining dalam memprediksi pola perilaku konsumen melalui pendekatan klasifikasi dan clustering. Dataset yang digunakan mencakup informasi demografis, riwayat transaksi, preferensi produk, serta interaksi digital konsumen. Metodologi yang digunakan menggabungkan pendekatan kuantitatif dan kualitatif, dengan menerapkan algoritma Random Forest dan Support Vector Machine (SVM) untuk klasifikasi, serta K-Means dan Hierarchical Clustering untuk segmentasi. Proses analisis diawali dengan data preprocessing seperti pembersihan data, normalisasi, dan seleksi fitur. Hasil klasifikasi menunjukkan bahwa algoritma Random Forest mampu mencapai akurasi hingga 85%, sementara SVM mencapai 82% dalam memprediksi kecenderungan pembelian konsumen. Selain itu, hasil clustering berhasil mengidentifikasi lima segmen konsumen dengan karakteristik perilaku yang berbeda, yang dapat menjadi dasar pengembangan strategi pemasaran yang lebih tepat sasaran. Temuan ini menunjukkan bahwa integrasi metode klasifikasi dan clustering dapat memberikan wawasan strategis yang bernilai bagi pengambilan keputusan bisnis berbasis data.