cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ayu Lestari
Contact Email
publisheralmakki@gmail.com
Phone
+628975989809
Journal Mail Official
publisheralmakki@gmail.com
Editorial Address
Penambangan, Kec. Sedong, Kabupaten Cirebon, Jawa Barat 45189
Location
Kab. cirebon,
Jawa barat
INDONESIA
Al Makki Health Informatics Journal
Published by Al-Makki Publisher
ISSN : 30256518     EISSN : 30250501     DOI : -
Core Subject : Health,
Dentistry Health Professions Nursing Public Health Veterinary
l Makki Health Informatics Journal is an open-access scientific peer-review journal publishing. The Al Makki Health Informatics Journal focuses on exchanging information relating to intelligent computing and health informatics applied in industry, hospitals, government, and universities. All articles should include a validation of the idea presented, e.g. through case studies, experiments, or systematic comparisons with other approaches already in practice. Two types of papers are accepted: (1) A short paper that discusses a single contribution to a specific new trend or a new idea, and; (2) A long paper that provides a survey of a specific research trend using a systematic literature review (SLR) method, as well as a traditional review method. Topics of interest include, but are not limited to: Electronic health record E-Health Information Medical Image Processing & Techniques Data Mining in Healthcare Bioinformatics & Biostatistics Mobile applications for patient care Medical Image Processing & Techniques Hospital information systems Document handling systems Electronic medical record systems Standardization, and systems integration ICT in health promotion programmes e-health Guidelines and protocols E-learning & education in healthcare Telemedicine Software- Portals-Devices & Telehealth Public health & consumer informatics Data Mining & Knowledge Discovery in Medicine ICT for Patient empowerment ICT for Patient safety Medical Databanks-Databases & Knowledge Bases Healthcare Quality assurance Nursing Informatics Evaluation & Technology Assessment Home-based eHealth Health Management Issues Health Research Health Economics Issues Statistical Method for Computer Medical Decision Support Systems Medical Informatics or medicine in general Organizational, economic, social, clinical impact, ethical and cost-benefit aspects of IT applications in health care.
Arjuna Subject : Profesi Kesehatan - Terminologi Medis
Articles 134 Documents
 10   11   12   13   14 
Description Of The Characteristics Of Patients With Presbycusis At Tangerang City Hospital For The Period 2014-October 2023 Gustav Syukrinto; Lucyana Achwas; Hendrarto Hendrarto; Aris Mahfuzhi
Al Makki Health Informatics Journal Vol. 1 No. 2 (2023): Al Makki Health Informatics Journal
Publisher : Al Makki Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57185/hij.v1i2.8

Abstract

Presbycusis has a prevalence of 30-45% in the elderly aged older than 65 years, especially in men. In Indonesia, 30-35% of the elderly aged 65-75 years experience presbycusis. This study aims to determine the prevalence of presbycusis cases in the ENT-BKL Poly of Tangerang City Hospital for the period 2014-October 2023. This study is a crossectional descriptive study conducted from November to December 2023 at RSUD Kota Tangerang, with inclusion criteria for age ≥ 65 years old from down slooping audiometry. The results of this study data found 48 cases of presbycusis obtained by 35 patients (72.92%), women as many as 13 patients (27.08%). Based on the guarantee, it was found that BPJS users were 43 patients (89.58%), general financing was 5 (10.42%) patients. Of the total 48 cases of presbycusis 10 (20.83%) patients received hearing aid therapy and 38 (79.17%) other patients were non-hearing aids.
Gambaran Risiko Diabetes Melitus Tipe 2 Pada Guru Sekolah Dasar Di Kecamatan Mempawah Timur Kabupaten Mempawah Riska Rahmaniah; Sari E Pratiwi; Delima F Liana
Al Makki Health Informatics Journal Vol. 1 No. 2 (2023): Al Makki Health Informatics Journal
Publisher : Al Makki Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57185/hij.v1i2.10

Abstract

Latar belakang: Kabupaten Mempawah termasuk dalam wilayah prevalensi tertinggi diabetes melitus di Kalimantan Barat dan guru merupakan satu diantara pekerjaan dengan prevalensi tertinggi kejadian diabetes di Kabupaten Mempawah. Kecamatan Mempawah Timur memiliki Guru sekolah dasar dengan usia diatas 45 tahun sebesar 71%. Tujuan penelitian ini adalah mengetahui gambaran risiko diabetes melitus tipe 2 pada guru sekolah dasar di Kecamatan Mempawah Timur Kabupaten Mempawah. Metode: Penelitian ini merupakan penelitian deskriptif. Cara pemilihan sampel menggunakan teknik purposive consecutive sampling yang merupakan jenis non-probability sampling. Pengambilan sampel menggunakan kuesioner FINDRISC dibagikan pada guru sekolah dasar di Kecamatan Mempawah Timur sebanyak 69 responden melalui google form. Hasil: Persentase risiko diabetes pada guru sekolah dasar di Kecamatan Mempawah Timur untuk risiko rendah, sedikit meningkat, sedang, tinggi, dan sangat tinggi berturut-turut adalah 29%, 50,7%, 10,1%, 7,2%, dan 3%. Kesimpulan: Gambaran risiko pada guru sekolah dasar di Kecamatan Mempawah Timur Kabupaten Mempawah adalah sedikit meningkat.
Hubungan Pengetahuan dan Sikap Mengenai Perilaku Pencegahan Computer Vision Syndrome Pada Karyawan Pengguna Komputer di Setco Group Pekanbaru Yuharika Pratiwi; Mutiara Lestari
Al Makki Health Informatics Journal Vol. 1 No. 2 (2023): Al Makki Health Informatics Journal
Publisher : Al Makki Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57185/hij.v1i2.11

Abstract

Latar Belakang: Computer Vision Syndrome (CVS) merupakan campuran manifestasi visual okular dan ekstraokular yang mengalami pengguna Visual Display Terminal (VDT). Diperkirakan sebesar 60 juta orang mengalami CVS dan selalu muncul 1 juta kasus baru setiap tahunnya. Hal ini dikarenakan penggunaan VDT pada komputer, laptop, dan gadget banyak digunakan untuk menunjang produktivitas manusia, terutama dalam bidang pendidikan maupun pekerjaan. Gejala CVS tersering adalah ketegangan mata, diikuti penglihatan kabur, iritasi mata, mata kering, sakit kepala, nyeri leher, dan nyeri punggung. CVS terjadi akibat perilaku buruk dalam menggunakan komputer seperti posisi duduk yang salah dan tidak adanya istirahat saat mennggunakan komputer. Perilaku buruk penggunaan komputer dipengaruhi oleh pengetahuan dan sikap yang buruk dalam menggunakan komputer. Berdasarkan penelitian yang telah dilakukan didapatkan keluhan terbanyak yang dialami responden ialah mata kering sebanyak 72 responden (59%), nyeri punggung sebanyak 48 responden (39,3%) dan sakit kepala 48 responden (39,8%). Tujuan: Untuk mengetahui hubungan pengetahuan dan sikap dengan perilaku pencegahan CVS karyawan pengguna komputer di Setco Group Pekanbaru. Metode: Jenis penelitian ini adalah penelitian analitik observasional dengan desain cross sectional. Teknik pengumpulan data menggunakan total sampling dengan besar sampel sebesar 122 responden. Analisis data dilakukan secara bivariat menggunakan uji korelasi Spearman Hasil: Berdasarkan uji korelasi Spearman antara pengetahuan pencegahan CVS dan sikap pencegahan CVS, diperoleh hubungan dengan arah positif dan kekuatan korelasi kuat (p-value 0,000) dan r 0,518. Selain itu, terdapat hubungan antara pengetahuan pencegahan CVS dengan perilaku pencegahan CVS dengan arah positif dan kekuatan korelasi lemah (p-value 0,011) dan r 0,229. Hasil lainnya menunjukkan bahwa terdapat hubungan antara sikap pencegahan CVS dengan perilaku pencegahan CVS dengan arah positif dan kekuatan korelasi sedang (pvalue 0,000) dan r sebesar 0,479 untuk karyawan pengguna komputer pada Setco Group Pekanbaru Kesimpulan: Terdapat hubungan antara pengetahuan dengan sikap pencegahan CVS, terdapat hubungan antara pengetahuan dengan perilaku pencegahan CVS dan terdapat juga hubungan antara sikap dengan perilaku pencegahan CVS diantara karyawan yang menggunakan komputer pada Setco Group Pekanbaru
Penerapan Deep Learning (Artificial Neural Network) Untuk Klasifikasi Diagnostik Kanker Payudara Guna Mendukung Efisiensi Biaya Deteksi Dini Zeny Widianingsih; Aldi Algino
Al Makki Health Informatics Journal Vol. 4 No. 3 (2026): Al Makki Health Informatics Journal
Publisher : Al Makki Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57185/yrw05r30

Abstract

Kanker payudara merupakan salah satu jenis kanker dengan insiden tertinggi pada perempuan di Indonesia, dan lebih dari separuh pasien di rumah sakit rujukan kanker masih terdiagnosis pada stadium lanjut, sehingga biaya pengobatan yang harus ditanggung menjadi jauh lebih tinggi dibandingkan penanganan pada stadium awal. Deteksi dini yang cepat dan akurat menjadi kunci untuk menekan biaya pengobatan sekaligus meningkatkan peluang kesembuhan pasien. Penelitian ini bertujuan merancang dan mengevaluasi model deep learning berbasis Artificial Neural Network (Multi-Layer Perceptron) untuk mengklasifikasikan tumor payudara ke dalam kategori jinak (benign) dan ganas (malignant). Penelitian menggunakan dataset Wisconsin Diagnostic Breast Cancer (WDBC) yang terdiri atas 569 sampel dan 30 fitur numerik, dibagi menjadi 455 data latih dan 114 data uji (80:20) secara stratified. Model ANN dengan tiga lapisan tersembunyi (64-32-16 neuron) dievaluasi menggunakan akurasi, presisi, recall, F1-score, dan AUC serta dibandingkan dengan Logistic Regression, Random Forest, dan Support Vector Machine. Hasil menunjukkan Deep Neural Network mencapai akurasi 97,37%, presisi 97,26%, recall 98,61%, F1-score 97,93%, dan AUC 0,995, sementara Logistic Regression dan SVM mencapai akurasi 98,25%. Hasil ini menunjukkan bahwa model Deep Neural Network tidak mengungguli model klasik pada data tabular berukuran kecil. Pendekatan ini berpotensi mendukung skrining kanker payudara sebagai alat bantu diagnosis, sedangkan efisiensi biaya masih memerlukan analisis cost-effectiveness formal.

Page 14 of 14 | Total Record : 134

 10   11   12   13   14 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 4 No. 4 (2026): Al Makki Health Informatics Journal Vol. 4 No. 3 (2026): Al Makki Health Informatics Journal Vol. 4 No. 2 (2026): Al Makki Health Informatics Journal Vol. 4 No. 1 (2026): Al Makki Health Informatics Journal Vol. 3 No. 6 (2025): Al Makki Health Informatics Journal Vol. 3 No. 5 (2025): Al Makki Health Informatics Journal Vol. 3 No. 4 (2025): Al Makki Health Informatics Journal Vol. 3 No. 3 (2025): Al Makki Health Informatics Journal Vol. 3 No. 2 (2025): Al Makki Health Informatics Journal Vol. 3 No. 1 (2025): Al Makki Health Informatics Journal Vol. 2 No. 6 (2024): Al Makki Health Informatics Journal Vol. 2 No. 5 (2024): Al Makki Health Informatics Journal Vol. 2 No. 4 (2024): Al Makki Health Informatics Journal Vol. 2 No. 3 (2024): Al Makki Health Informatics Journal Vol. 2 No. 2 (2024): Al Makki Health Informatics Journal Vol. 2 No. 1 (2024): Al Makki Health Informatics Journal Vol. 1 No. 2 (2023): Al Makki Health Informatics Journal Vol. 1 No. 1 (2023): Al Makki Health Informatics Journal More Issue