cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota samarinda,
Kalimantan timur
INDONESIA
Borneo Nursing Journal (BNJ)
Published by Akademi Keperawatan Yarsi Samarinda
ISSN : 26548453     EISSN : 26855054     DOI : -
Core Subject : Health,
Health Professions Nursing
Borneo Nursing Journal (BNJ) adalah jurnal yang diterbitkan dua kali dalam satu tahun oleh Akademi Keperawatan Yarsi Samarinda bekerjasama dengan Sekolah Tinggi Ilmu Kesehatan Yarsi Pontianak. Adapun ruang lingkup/topik dalam BNJ adalah bidang Keperawatan.
Arjuna Subject : -
Articles 112 Documents
 8   9   10   11   12 
Search results for , issue "Vol. 8 No. 1 (2026)" : 112 Documents clear
Hubungan Self Healing Dengan Tingkat Stres Pada Pasien Hipertensi Di Puskesmas Kayon Palangka Raya Nurhasanah; Agustina Nugrahini; Eva Priskila
Borneo Nursing Journal (BNJ) Vol. 8 No. 1 (2026)
Publisher : Akademi Keperawatan Yarsi Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61878/bnj.v8i1.354

Abstract

Latar belakang: Hipertensi disebut sebagai “The Silent Killer” karena sering kali tidak menunjukkan gejala, tetapi memiliki tingkat mortalitas tinggi dan dapat memengaruhi kualitas hidup. Salah satu penyebabnya adalah stres psikologis yang tidak disadari. Survei pendahuluan di Puskesmas Kayon Palangka Raya menunjukkan beberapa pasien hipertensi mengalami stres akibat pekerjaan, kelelahan, dan masalah keuangan, namun belum memiliki strategi pengelolaan stres yang efektif. Beberapa pasien tidak memahami konsep self healing, sedangkan sebagian lainnya telah menerapkan teknik seperti menarik napas dalam, berdoa, atau menyendiri, meskipun belum menyadari bahwa itu termasuk self healing. Padahal, self healing merupakan cara sederhana yang dapat membantu mengurangi stres melalui relaksasi dan kesadaran diri. Tujuan: Mengetahui hubungan antara self healing dan tingkat stres pada pasien hipertensi di Puskesmas Kayon Palangka Raya. Metode: Penelitian ini menggunakan desain korelasional dengan pendekatan cross-sectional. Sampel sebanyak 68 responden hipertensi dipilih secara purposive sampling. Instrumen menggunakan SHAS dan DASS-42 subskala stres. Analisis data menggunakan uji Spearman Rank. Hasil: Self healing sedang sebanyak 27 responden (39,7%) dan tinggi 26 responden (38,2%). Tingkat stres terbanyak adalah stres sedang sebanyak 25 responden (36,8%). Hasil uji menunjukkan tidak terdapat hubungan yang signifikan (p = 0,227; r = -0,149). Kesimpulan: Semakin tinggi kemampuan self healing, maka cenderung semakin rendah tingkat stres, namun hubungan ini sangat lemah. Hal ini diduga karena penerapannya belum konsisten dan dipengaruhi faktor eksternal seperti pekerjaan dan dukungan sosial.
Penapisan Dini Risiko Stroke Pada Aparatur Sipil Negara Berbasis Literasi Kesehatan, Indikator Kesehatan, Dan Determinan Sosial Dengan Pendekatan Machine Learning: Suatu Scoping Review Rohimah, Siti; Enik Suhariyanti; Rohwina Mel Siyari; Ade Irma Nurwahidah
Borneo Nursing Journal (BNJ) Vol. 8 No. 1 (2026)
Publisher : Akademi Keperawatan Yarsi Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61878/bnj.v8i1.357

Abstract

Stroke merupakan salah satu penyebab utama kematian dan kecacatan di dunia, termasuk di Indonesia. Upaya pencegahan primer melalui penapisan dini faktor risiko menjadi langkah strategis untuk menekan beban penyakit ini. Artikel ini menyajikan hasil scoping review mengenai peran literasi kesehatan, indikator klinis, determinan sosial, serta pemanfaatan machine learning dalam skrining dini risiko stroke, khususnya pada Aparatur Sipil Negara (ASN). Kajian dilakukan menggunakan pedoman PRISMA-ScR dengan kerangka PCC. Dari 1.420 artikel yang teridentifikasi, 20 memenuhi kriteria inklusi. Hasil analisis menunjukkan bahwa literasi kesehatan terkait stroke masih rendah, determinan sosial seperti pendidikan dan status ekonomi memiliki pengaruh besar terhadap insiden stroke, indikator klinis tetap relevan sebagai faktor utama, dan machine learning terbukti meningkatkan akurasi prediksi, terutama saat mengintegrasikan data klinis dan sosial. Temuan ini menegaskan pentingnya model prediksi berbasis teknologi yang bersifat integratif dan kontekstual, agar strategi pencegahan stroke lebih efektif diterapkan pada populasi ASN di Indonesia.

Page 12 of 12 | Total Record : 112

 8   9   10   11   12 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol. 8 No. 1 (2026) Vol. 7 No. 2 (2025) Vol. 7 No. 1 (2025) Vol. 6 No. 2 (2024) Vol. 6 No. 1 (2024) Vol. 5 No. 2 (2023) Vol. 5 No. 1 (2023) Vol. 4 No. 2 (2022) Vol. 4 No. 1 (2022) Vol 3 No 2 (2021) Vol. 3 No. 1 (2021) Vol 2 No 2 (2020) Vol 2 No 1 (2020) Vol 1 No 1 (2019) More Issue