Abstract:Air bersih yang aman dari kontaminasi mikrobiologis dan parasitologis merupakan prasyarat utama kesehatan masyarakat, namun capaian akses air minum aman di Indonesia masih jauh tertinggal dibandingkan akses air minum layak…
ak secara umum. Penelitian ini bertujuan memetakan tren tahun publikasi, sebaran jenis sumber air, sebaran wilayah, dan peluang riset kontaminasi mikrobiologis dan parasitologis pada sumber air bersih di Indonesia melalui analisis literatur. Penelusuran dilakukan pada basis data Google Scholar menggunakan Harzing's Publish or Perish dengan kata kunci kontaminasi mikrobiologis dan cemaran bakteri air bersih Indonesia, dibatasi pada rentang tahun 2020 hingga 2025. Setelah skrining judul, pemeriksaan duplikasi, dan pengecekan kelengkapan metadata mengikuti alur seleksi bergaya PRISMA, diperoleh 115 artikel yang memenuhi kriteria kelayakan untuk dianalisis. Hasil menunjukkan tren publikasi meningkat tajam pada 2024 dan 2025, menyumbang lebih dari separuh total artikel. Air minum umum dan depot air minum isi ulang mendominasi objek penelitian dengan proporsi 73,9%, sementara Coliform dan Escherichia coli menjadi parameter yang paling banyak diuji sebesar 66,1%, umumnya menggunakan metode Most Probable Number. Wilayah penelitian masih terkonsentrasi di Pulau Jawa, sedangkan tidak satu pun artikel yang secara eksplisit meneliti kontaminasi parasitologis ditemukan sepanjang periode tersebut. Temuan ini menunjukkan penelitian kontaminasi air bersih di Indonesia masih terkonsentrasi secara tematik, objek, dan wilayah, sehingga membuka peluang riset yang luas pada aspek parasitologis, sumber air non-komersial, serta wilayah di luar Pulau Jawa.
Abstract:Infeksi kecacingan adalah salah satu penyakit yang sering dijumpai dalam masyarakat dan diakibatkan oleh parasit nematoda usus atau parasit golongan Soil Transmitted Helminths (STH). Salah satu pekerjaan yang berisiko terinfeksi…
rinfeksi parasit yaitu petugas pengangkut dan pengelola sampah, sebab mereka akan bersentuhan langsung dengan sampah atau kotoran tanpa menggunakan alat pelindung diri. Tujuan dari penelitian ini, yaitu untuk mengetahui hasil identifikasi telur cacing Soil Transmitted Helminths (STH) pada kuku petugas pengangkut dan pengelola sampah di TPS 3R Padangsambian Kota Denpasar, Bali. Sampel yang digunakan dalam penelitian ini yaitu sampel kuku yang diambil dari petugas pengangkut dan pengelola sampah di TPS 3R Padangsambian Kota Denpasar Bali yang berjumlah 38 sampel. Pemeriksaan telur cacing ini dilakukan dengan metode sedimentasi menggunakan larutan NaCl 0,9%. Penelitian ini dilakukan di Laboratorium Parasitologi STIKES Wira Medika Bali. Data hasil penelitian di analisa dengan cara deskriptif. Berdasarkan hasil penelitian dari sampel kuku, petugas pengangkut dan pengelola sampah di TPS 3R Padangsambian Kota Denpasar Bali diperoleh 2 sampel (5,2%) ditemukan telur cacing Soil Transmitted Helminths (STH) spesies Ascaris lumbricoides pada kedua sampel dan 36 sampel (94,8%) lainnya negatif atau tidak ditemukan telur cacing. Saran kepada para petugas pengangkut dan pengelola sampah untuk selalu menggunakan Alat Pelindung Diri secara lengkap dan tepat saat bekerja dan selalu menjaga kebersihan diri serta kebersihan lingkungan.
Abstract:Abstract : The climatic conditions in Indonesia are very vulnerable to the formation of breeding grounds for disease populations. There are many types of diseases that generally occur due to mosquito parasites including…
Dengue Hemorrhagic Fever (DHF), Typhoid Fever, Measles (Morbili), Malaria, and several other tropical diseases. Information from doctors is needed by all sick people, but is constrained by the problem of costs for such expensive treatment. That is the reason for making an expert system that can diagnose mosquito parasitic fever. This designed system uses the Dempster.- Shafer method. Dempster-shafers can be used to combine separate pieces of information to calculate one by one the probability of an event occurring. This application can diagnose diseases caused by mosquito parasites by entering the symptoms of the questions answered by the patient and getting maximum results. The system can run on web applications such as Google Chrome and Mozilla.The research was conducted at the Simpang Empat Health Center, Asahan Regency.
Keywords : Mosquito; Dempster Shafer; Health Center
Abstrak : Kondisi iklim yang ada di Indonesia sangat rentan dengan pembentukan tempat berkembang biaknya populasi penyakit. Ada banyak jenis penyakit yang pada umumnya terjadi yaitu akibat parasit nyamuk diantaranya Demam Berdarah Dengue (DBD), Demam Tifoid, Campak (Morbili), Malaria, dan beberapa penyakit tropis lainnya. Informasi dari dokter dangat dibutuhkan oleh semua orang sakit, namun terkendala masalah biaya untuk perobatan yang begitu mahal. Itulah yang menjadi alasan untuk dibuatnya sebuah sistem pakar yang dapat mendiagnosa penyakit demam parasit nyamuk. Sistem yang dirancang ini menggunakan metode Dempster.- Shafer. Dempster-shafer bisa digunakan untuk menggabungkan potongan-potongan informasi yang terpisah untuk menghitung satu persatu kemungkinan yang terjadi dari suatu peristiwa. Aplikasi ini bisa mendiagnosis penyakit akibat parasit nyamuk dengan memasukkan gejala pertanyaan yang dijawab oleh pasien dan mendapatkan hasil yang maksimal. Sistem dapat berjalan pada aplikasi web seperti google crhrome dan mozilla. Penelitian dilaksanakan di Puskesmas Simpang Empat Kabupaten Asahan.
Kata Kunci : Nyamuk; Dempster Shafer; Puskesmas
Abstract:Abstract: Malaria remains a major global health problem, particularly in tropical countries such as Indonesia. Accurate early diagnosis is essential for reducing malaria-related morbidity and mortality. Conventional microscopic…
oscopic examination is time-consuming, highly dependent on expert personnel, and prone to human error. This study compares the performance of two Convolutional Neural Network (CNN) architectures, ResNet-50 and DenseNet-121, for malaria image classification. The Cell Images for Malaria dataset provided by the National Institutes of Health (NIH) through Kaggle was used, consisting of 27,558 microscopic blood cell images categorized into Parasitized and Uninfected classes. The dataset was divided into 80% training data and 20% testing data. Image preprocessing included resizing to 224 × 224 pixels, normalization, labeling, and data augmentation using RandomFlip, RandomRotation, RandomZoom, and RandomContrast. Experimental results showed that the ResNet-50 model trained for 100 epochs achieved the highest performance, with an accuracy of 95.54% and precision, recall, and F1-score of 0.96. The confusion matrix indicated 5,272 correctly classified images out of 5,510 testing samples. These findings demonstrate that ResNet-50 outperformed DenseNet-121 and has strong potential for supporting accurate, reliable, and efficient computer-aided malaria diagnosis based on microscopic blood smear images.
Keywords: computer-aided diagnosis; convolutional neural network (CNN); densenet-121; early detection; image classification; malaria; microscopic blood smear images; resnet-50;
Abstrak : Malaria masih menjadi masalah kesehatan global yang serius, terutama di negara tropis seperti Indonesia. Diagnosis dini yang akurat sangat penting untuk menurunkan angka morbiditas dan mortalitas. Metode konvensional berupa pemeriksaan mikroskopis memiliki keterbatasan karena memerlukan waktu yang relatif lama, bergantung pada tenaga ahli, dan berpotensi menimbulkan kesalahan manusia. Penelitian ini bertujuan membandingkan kinerja arsitektur Convolutional Neural Network (CNN) yaitu ResNet-50 dan DenseNet-121 dalam klasifikasi citra malaria. Dataset yang digunakan berasal dari Cell Images for Malaria yang disediakan oleh National Institutes of Health (NIH) melalui platform Kaggle, terdiri dari 27.558 citra dengan pembagian 80% data latih, 20% data validasi. Tahap praproses meliputi cleaning, resizing citra menjadi 224×224 piksel, normalisasi, labeling, serta data augmentasi menggunakan RandomFlip, RandomRotation, RandomZoom, dan RandomContrast. Hasil pengujian menunjukkan bahwa model ResNet-50 pada epoch 100 memperoleh akurasi sebesar 95,54% dengan nilai precision, recall, dan F1-score masing-masing sebesar 0,96. Confusion matrix menunjukkan jumlah prediksi benar sebanyak 5.272 dari total 5.510 data uji. Hasil ini menunjukkan bahwa arsitektur CNN mampu mengklasifikasikan citra malaria dengan tingkat akurasi yang tinggi dan memiliki kemampuan generalisasi yang baik terhadap data baru. Penelitian ini memberikan kontribusi dalam evaluasi performa arsitektur CNN untuk mendukung pengembangan sistem diagnosis malaria berbasis citra mikroskopis yang lebih cepat dan akurat.
Kata kunci: convolutional neural network (CNN); citra mikroskopis hapusan darah; densenet-121; diagnosis berbantuan komputer; deteksi dini; klasifikasi citra; malaria; resnet-50
Abstract:• Abstract: The skin is an elastic wrapping that protects the body from environmental influences, the skin is the organ that is located on the outside and limits it from the human environment. Skin diseases can be caused…
ed by fungi, viruses, germs, animal parasites, bacterial infections and others. To identify skin diseases, we usually have to see a doctor, but we still experience problems in dealing with disease identification. This is sometimes influenced by the community, sometimes they feel embarrassed to consult their skin disease to a doctor because the signs of skin disease have started to appear, consultation fees and drugs are relatively expensive. Current technological developments are able to process knowledge with artificial intelligence techniques. Due to the many symptoms of disease nowadays, it is necessary to make a system application with artificial intelligence that can diagnose skin diseases and provide solutions for skin diseases using one of the methods, namely the Naïve Bayes Classifier. Naïve Bayes is a simple classification algorithm where each attribute is independent and may contribute to the final decision. The goal is to produce an expert system website that helps the general public in diagnosing skin diseases and providing solutions for detected skin diseases. The results of this study concluded that based on the application of skin cancer diagnosis can display the results of skin cancer diagnosis decisions.
Keywords: expert system; naïve bayes; skin disease
Abstrak: Kulit merupakan pembungkus yang elastis yang melindungi tubuh dari pengaruh lingkungan, kulit merupakan organ tubuh yang terletak paling luar dan membatasinya dari lingkungan hidup manusia. Penyakit kulit dapat disebabkan oleh jamur, virus, kuman, parasit hewani, infeksi bakteri dan lain-lain. Mengidentifikasi penyakit kulit biasanya kita harus ke dokter, namun masih mengalami kendala dalam menangani pengidentifikasi penyakit hal itu terkadang dipengarui oleh masyarakat terkadang merasa malu untuk mengkonsultasikan penyakit kulitnya ke dokter karena tanda-tanda penyakit kulit sudah mulai tampak, biaya konsultasi dan obat yang tergolong mahal. Perkembangan teknologi saat ini mampu mengolah pengetahuan dengan teknik kecerdasan buatan. Karena banyaknya gejala penyakit pada masa sekarang ini perlu dibuat aplikasi sistem dengan kecerdasan buatan yang dapat mendiagnosa penyakit kulit dan memberikan solusi dari penyakit kulit dengan salah satu metode yaitu Naïve Bayes Classifier. Naïve bayes merupakan algoritma klasifikasi yang sederhana dimana setiap atribut bersifat berdiri sendiri dan memungkinkan berkontribusi terhadap keputusan akhir. Tujuannya adalah menghasilkan website sistem pakar yang dan membantu masyarakat luas dalam mendiagnosa penyakit kulit dan memberikan solusi dari penyakit kulit yang terdeteksi. Hasil dari penelitian ini menyimpulkan bahwa berdasarkan aplikasi diagnosa penyakit kanker kulit dapat menampilkan hasil keputusan diagnosa penyakit kanker kulit.
Kata kunci: Naïve Bayes; Penyakit Kulit; sistem pakar
Abstract:Meskipun pengakuan terhadap agroforestri tradisional sebagai strategi pengelolaan lahan berkelanjutan semakin meningkat, penelitian yang mengintegrasikan analisis keanekaragaman tanaman dengan persepsi lokal untuk memahami…
hami ketahanan ekologi-ekonomi masih terbatas. Penelitian ini mengkaji hubungan antara keanekaragaman tanaman dalam sistem agroforestri dan kontribusinya terhadap stabilitas ekosistem serta ketahanan ekonomi komunitas lokal di Desa Dulamayo Selatan, sekitar Hutan Pendidikan Universitas Gorontalo, Indonesia. Dengan menggunakan pendekatan metode campuran, kami menggabungkan analisis vegetasi kuantitatif melalui 9 plot dinamis (72 sub-plot) dengan survei sosial yang melibatkan 60 rumah tangga dan wawancara mendalam dengan 5 informan kunci, dengan penilaian menggunakan skala Likert (1-5). Analisis Indeks Nilai Penting (INP) menunjukkan dominasi spesies serbaguna, dengan Arenga pinnata (INP=113,72), Lansium parasiticum (INP=68,8), dan Aleurites moluccanus (INP=48,45) menjadi komponen kunci dalam sistem agroforestri lokal. Komunitas lokal menilai tinggi jasa ekosistem dari sistem agroforestri, khususnya penyediaan air bersih (4,4/5) dan mitigasi bencana alam (4,2/5). Analisis regresi menunjukkan korelasi positif yang signifikan antara kesadaran lingkungan dan manfaat ekonomi (R²=0,72), mengindikasikan bahwa kesadaran ekologis dan keuntungan ekonomi dapat bersinergi dalam pengelolaan agroforestri. Preferensi terhadap spesies serbaguna mencerminkan strategi adaptif untuk memaksimalkan manfaat dari sumber daya lahan yang terbatas, sambil menjaga keanekaragaman hayati dan fungsi ekosistem. Temuan ini menegaskan pentingnya mengintegrasikan kesadaran ekologis ke dalam program pengembangan agroforestri dan menyoroti potensi diversifikasi spesies untuk meningkatkan ketahanan ekologi sekaligus stabilitas ekonomi pada komunitas yang bergantung pada hutan.
Abstract:Malaria merupakan salah satu masalah kesehatan masyarakat di Indonesia yang dapat menyebabkan kematian. Penyakit ini disebabkan oleh parasit Plasmodium yang ditularkan oleh Anopheles betina antara lain Plasmodium falciparum,…
rum, Plasmodium vivax, Plasmodium malariae, Plasmodium knowlesi dan Plasmodium ovale. Tujuan: Untuk megetahui Gambaran Karakteristik Penderita Malaria di Kota Jayapura Selama Januari – Desember 2021. Metode: penelitian menunjukkan bahwa terdapat perbedaan yang signifikan dalam distribusi penderita malaria berdasarkan jenis kelamin dan rentang usia. Penderita paling banyak ditemukan pada laki-laki (62,7%) dibandingkan perempuan (37,3%). Selain itu, penderita paling banyak berusia antara 15 hingga 64 tahun (72,51%), sedangkan paling sedikit terdapat pada kelompok usia 1 hingga 11 bulan (0,4%) dan usia lebih dari 64 tahun (1,22%). Plasmodium falciparum merupakan jenis Plasmodium yang paling banyak ditemukan pada penderita malaria (48,5%), diikuti oleh Plasmodium vivax (46%) dan Plasmodium mix (5,10%). Jumlah penderita malaria yang paling sedikit terdapat pada Plasmodium malariae (0,82%) dan Plasmodium knowlesi (0,02%).Berdasarkan hasil Rapid Diagnostic Test (RDT), jenis Plasmodium yang paling banyak ditemukan di wilayah Kota Jayapura adalah Plasmodium falciparum dengan jumlah 14.527 orang, diikuti oleh Plasmodium vivax sebanyak 13.907 orang, dan Plasmodium mix sebanyak 1.544 orang. Kesimpulan: malaria masih menjadi masalah kesehatan masyarakat yang signifikan di Indonesia, terutama di Kota Jayapura. Saran: pola penularan malaria di Kota Jayapura dapat menjadi dasar untuk pengembangan strategi pengendalian penyakit ini di masa mendatang
Abstract:Pembedahan atau operasi adalah semua tindakan pengobatan dengan menggunakan prosedur invasif, dengan tahapan membuka atau menampilkan bagian tubuh yang ditangani. Pembukaan bagian tubuh yang dilakukan tindakan pembedahan…
pada umumnya dilakukan dengan membuat sayatan, setelah yang ditangani tampak, maka akan dilakukan perbaikan dengan penutupan serta penjahitan luka (Sjamsuhidayat & Jong, 2016). Setelah dilakukan pembedahan/operasi maka akan terbentuk sebuah luka dari sayatan yang dibuat tersebut. Luka terdiri dari dua jenis yaitu luka bersih dan luka kotor. Luka yang disebabkan karena tindakan pembedahan/operasi sering disebut dengan luka bersih, yang dapat pulih kembali dalam kurun waktu 6-8 minggu. Dalam masa penyembuhan luka perlu diperhatikan kebersihan dari luka tersebut. Hal ini dikarenakan saat fase penyembuhan, luka sangat rentan terkena infeksi. Infeksi adalah kondisi ketika mikroorganisme seperti virus, bakteri, jamur, atau parasit masuk dan berkembang biak di dalam tubuh, sehingga membuat masa penyembuhan luka memanjang atau bahkan dapat juga menyebabkan penyakit. Gejala yang biasa muncul saat luka terjadi infeksi antaralain : luka terasa nyeri, bengkak, berwarna kemerahan, dan terdapat nanah/pus pada luka.