Jurnal Keperawatan https://journal2.stikeskendal.ac.id/index.php/keperawatan <p><img src="data:image/jpeg;base64,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" />Jurnal keperawatan (JK) merupakan bagian integral dari jurnal yang diterbitkan oleh LPPM STIKES Kendal. JK merupakan sarana pengembangan dan publikasi karya ilmiah bagi para peneliti, dosen dan praktisi keperawatan. JK menerbitkan artikel-artikel yang merupakan hasil penelitian, studi kasus, hasil studi literatur, konsep keilmuan, pengetahuan dan teknologi yang inovatif dan terbaharu dalam lingkup keperawatan yang berfokus pada (10) pilar keperawatan, : meliputi<em>keperawatan anak, keperawatan maternitas, keperawatan medikal-bedah, keperawatan kritis, keperawatan gawat darurat, keperawatan jiwa, keperawatan komunitas, keperawatan gerontik, keperawatan keluarga, dan kepemimpinan dan manajemen keperawatan.</em> JK diterbitkan pertama kali dengan ISSN versi cetak pada Volume 1 No 1 Maret 2009 dan ISSN versi online pada Volume 9 No 1 Maret 2017. JK awalnya terbit 2 kali dalam setahun yaitu bulan terbitan Maret dan September. JK mulai Desember 2018 terbit 4x dalam setahun, yaitu bulan terbitan Maret, Juni, September, dan Desember. Artikel yang terbit di JK telah melalui proses telaah sejawat yang memiliki keahlian yang relevan. </p> Sekolah Tinggi Ilmu Kesehatan Kendal en-US Jurnal Keperawatan 2085-1049 Prevalensi Anemia dan Karakteristiknya pada Remaja Putri https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2235 <p>Anemia menjadi salah satu masalah yang terjadi pada remaja saat ini, prevalensi anemia mengalami peningkatan dari tahun ke tahun. Data Riskesdas tahun 2013 sejumlah 37,1% meningkat 48,9% tahun 2018. Kurangnya asupan zat besi serta perdarahan yang terjadi saat menstruasi menjadi factor yang mendukung terjadinya anemia. Tujuan penelitian ini adalah menggambarkan kejadian anemia dan karakteristiknya pada remaja putri di Jawa Barat. Penelitian ini bersifat deskriptif dengan metode observasional potong lintang. Pengumpulan data bersumber dari data primer dengan menggunakan kuesioner pada 62 remaja putri. Diagnosis anemia ditegakkan berdasarkan hasil pengukuran kadar hemoglobin (Hb). Remaja putri yang mengalami anemi sebanyak 24,2%. Proporsi anemia paling tinggi ditemukan pada umur 17 – 25 tahun (66,1%), tinggi badan 156 – 160 cm (40,3%), berat badan 35- 50 kg (53,2%), lingkar lengan atas 23,6 – 27 cm (41,9%), kadar hemoglobin &gt;12 (75,8%), siklus haid teratur (72,6%), durasi haid &gt;5 hari (59,7%), dan nyeri haid (79%). Berdasarkan data tersebut dapat disimpulkan bahwa sosialisasi dan penyuluhan anemia pada remaja putri perlu dilaksanakan</p> <p> </p> Linda Amalia Afianti Sulastri Tirta Adikusuma Suparto Sri Sumartini Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-05-31 2024-05-31 17 1 203 210 10.32583/keperawatan.v17i1.2235 Seberapa Efektif Dukungan Relawan dalam Program Perawatan Paliatif?: Fenomenologi Studi https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/1822 <p>Relawan merupakan bagian tidak terpisahkan dari sebuah tim perawatan paliatif. Relawan dalam program ini akan dilibatkan dengan pengetahuan dan keterampilannya untuk menilai dan mendukung masalah kesehatan mental, memberikan dukungan emosional, dan mengatasi tekanan emosional dan meningkatkan kualitas hidup bagi pasien dan keluarga yang mengalami penyakit kronis. Program ini membutuhkan suatu keinginan yang kuat dari para relawan sehingga keefektifan program ini bisa dirasakan manfaatnya secara luas. Tujuan penelitian ini adalah untuk mendapatkan gambaran mengenai dukungan para relawan dengan menilai kemampuan dasar yang dimiliki. Desain penelitian dengan konsep penelitian kualitatif dan fokus grup diskusi digunakan dalam bentuk fenomenologi studi. Penelitian menggunakan empat proses kerja dengan analisis data menggunakan tahapan collaizi. Hasil yang didapatkan dalam penelitian ini dapat menggambarkan dukungan para relawan yang tergambar dalam 3 tema: keterampilan relawan, keterkaitan pengetahuan dan tindakan, pengalaman relawan terkait paliatif. Program relawan dalam perawatan paliatif tentunya dapat bermanfaat untuk meneruskan perawatan paliatif pasca pengobatan di rumah sakit. Hasil ini menjadikan suatu gambaran bahwa relawan juga berperan meningkatkan kualitas hidup pasien dan keluarga dalam dimensi psikologis, sosial, dan spiritual. Program ini tentunya membutuhkan peran aktif dari para fasilitator baik fasilitas kesehatan tingkat I dan lanjut sehingga pengetahuan dan sikap yang dimiliki oleh relawan dapat terus bertumbuh.</p> Karolin Adhisty Mutia Nadra Maulida Sarahdeaz Fazzaura Putri Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-06-04 2024-06-04 17 1 203 210 10.32583/keperawatan.v17i1.1822 Hubungan antara Head Alignment dengan Keseimbangan Dinamis Usia Produktif pada Pekerja Pemecah Batu https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2260 <p>Pemecah batu merupakan salah satu pekerjaan yang memiliki resiko kecelakaan kerja tinggi. Bekerja tanpa menerapkan prinsip ergonomi akan menyebabkan banyak keluhan, seperti kelelahan pada otot, pada rangka ataupun kelelahan pada bagian lainnya. Komplikasi dari kombinasi bahu bungkuk ke depan dan punggung atas membulat adalah terjadi forward head posture atau yaitu posisi kepala berada di depan bahu. Terjadinya peningkatan dari berat kepala yang ditopang pada leher dapat mengakibatkan terjadinya perubahan posisi dari pusat gravitasi tubuh dan bidang tumpu pada tubuh sehingga dapat mempengaruhi keseimbangan. Penelitian ini bertujuan melakukan analisis hubungan antara head alignment dengan keseimbangan dinamis usia produktif pada pekerja pemecah batu. Penelitian kuantitatif ini menggunakan desain cross-sectional dengan responden usia produktif pada pekerja pemecah baru dengan usia 17-49 tahun sebanyak 35 orang. Teknik pengambilan sampel menggunakan consecutive sampling. Instrumen goniometer digunakan untuk mendapatkan data tentang forward head posture dan instrument fukuda steppping test untuk mendapatkan data keseimbangan. Data dianalisis menggunakan Chi-Square. Hasil penelitian didapatkan nilai p = 0,045 dan nilai OR (95% CI) adalah 7,43 yang menunjukkan nilai positif. Berdasarkan hasil penelitian disimpulkan bahwa terdapat hubungan yang signifikan antara forward head posture dengan keseimbangan dinamis dengan tingkat hubungan yang sangat kuat. Semakin tinggi forward head posture maka akan semakin mempengaruhi keseimbangan.</p> Dadan Prayogo Bernadus Sadu Utomo Wicaksono Julfiana Mardatillah Akhmad Ridhani Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-06-04 2024-06-04 17 1 211 220 10.32583/keperawatan.v17i1.2260 Determinant Multidrug-Resisteant Tuberculosis: A Scoping Review https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/1059 <p>Tuberkulosis yang resistan terhadap obat mengalami peningkatan dari tahun 2020 dan 2021. Beberapa faktor dapat mempengaruhi determinan Multidrug-Resistant Tuberculosis, yaitu pengobatan yang tidak adekuat, kurangnya pemantauan pasien, kepatuhan pasien yang buruk dalam mengonsumsi obat-obatan, dan penyebaran Multidrug-Resistant Tuberculosis di antara populasi yang rentan seperti orang dengan HIV. Tujuan penelitian ini melihat gambaran determinan Multidrug-Resistant Tuberculosis. Metode scoping review melalui tinjuan artikel yang relevan dari database Sciencedirect, Pubmed, scopus, spinger link. Kriteria 5 tahun terakhir publikasi 2018-2023. Kata kunci “determinant” and “mdr tb” and “rifampicin isoniazid”. Pencarian dilakukan pada referensi full text dan full akses, artikel bahasa inggris, jumlah artikel yang digunakan 5 artikel. Hasil Studi tentang determinan Multidrug-Resistant Tuberculosis mencakup beberapa faktor yang dapat mempengaruhi risiko seseorang terkena Multidrug-Resistant Tuberculosis. Faktor-faktor ini dapat dibagi menjadi beberapa kategori, termasuk demografi (usia, pekerjaan, dan pendapatan) lingkungan (tinggal dipedesaan, rumah yang mempunyai kamar kurang dari 3, dan stigma sosial) riwayat penyakit sebelumnya (pengobatan sebelumnya, kontak dengan pendeita TB, pengobatan yang tidak sesuai, HIV, TB) prilaku (meminum alkohol, merokok, konsultasi ke dukun) dan faktor bioloogis melihat indeks massa tubuh. Kesimpulan Dalam rangka mengatasi MDR-TB, diperlukan upaya untuk memperkuat sistem kesehatan, meningkatkan pemantauan dan pengawasan pengobatan TB, serta meningkatkan pemahaman dan kesadaran tentang TB dan cara menghindari penyebarannya.</p> Chantika Chincinati Meira Erawati Megah Andriany Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-06-03 2024-06-03 17 1 193 202 10.32583/keperawatan.v17i1.1059 Hubungan Edukasi Perawat terhadap Kepuasan Pasien: Sebuah Studi Cross Sectional https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2243 <p>Penelitian ini memiliki kebaruan bahwasanya pada umumnya kepuasan pasien hanya dinilai secara global di setiap Rumah Sakit. Salah satu unit rawat inap yang terdapat di RSUP DRM.Djamil adalah Ambun Pagi yang merupakan salah satu layanan yang eksekutif atau layanan yang bagus sehingga tentu kita perlu membuktikan seberapa bagusnya layanan tersebut. Untuk menilai hal itu maka diperlukan adanya penilaian secara spesifik diunit layanan tersebut, sebab kepuasan juga merupakan salah satu indikator kinerja utama. Dan sebelumnya kepuasan pasien yang dinilai hanya berdasarkan penilaian dari empat indikator mutu menurut Zeithaml dan Bitner dan sekarang pada penelitian ini kepuasan yang dinilai adalah berdasarkan indikator Permenpan RB No. 14 Tahun 2017 yang terdiri dari 9 item. Menyadari hal tersebut, maka upaya untuk mengetahui kepuasan pasien dan menjaring keluhan, komplain, harapan pelanggan merupakan suatu hal yang sangat penting dalam suatu organisasi, karena dapat menjadi bahan evaluasi dan masukan bagi pihak manajemen dalam mengambil kebijakan dalam meningkatkan kualitas pelayanan. Pelanggan yang merasa harapan, keluhan dan komplainnya di perhatikan bahkan dipenuhi tentu akan merasa puas dan menunjukan kesetiaan pada organisasi. Peran perawat juga sangat dituntut dalam hal ini, yang salah satunya sebagai edukator yang mampu memberikan pendidikan dan pengajaran kesehatan guna untuk memberikan rasa puas terhadap pasien. Tujuan : Penelitian ini bertujuan untuk mengentahuinya hubungan antara edukasi perawat dengan kepuasan pasien yang dirawat di Irna Ambun Pagi RSUP DR.M.Djamil Padang Metode : Penelitian ini menggunakan desain penelitian cross sectional yang dilakukan pada 246 responden yang dirawat di ruangan ambun pagi RSUP DR.M.Djamil Padang. Uji validitas dan uji realibilitas kuisioner menggunakan rumus korelasi product moment dengan angka kasar yang dikemukakan oleh Pearson (Singarimbun dan Effendi ,1995 ) Keputusan uji adalah Bila r hitung &gt; r tabel maka, Ho ditolak artinya variabel valid. Bila r hitung &lt; r tabel maka, Ho diterima artinya variabel tidak valid Sedangkan uji reliabilitas dilakukan dengan menggunakan rumus alpha, Keputusan uji adalah bila Alpha Cronbach ≥ 0,6. Hal ini menunjukkan bahwa pengukuran terhadap variabel penelitian ini reliabel dan dapat memberikan hasil yang konsisten, apabila dilakukan pengukuran kembali terhadap subyek yang sama. Teknik pengumpulan data dilakukan dengan cara memberikan instrument berupa kuesioner edukasi perawat dan kepuasan pasien yang kemudian di uji menggunakan uji Chi Square. Hasil: Dari hasil penelitian yang didapatkan menunjukan bahwa edukasi perawat bernilai baik sebanyak 95,1 %, dan penilaian kepuasan pasien terhadap edukasi perawat bernilai puas sebanyak 69,1 %. Dari hasil penelitian ini antara edukasi perawat terhadap kepuasan pasien adalah terdapat hubungan dengan nilai (p=0,000). Kesimpulan: Dari hasil penelitian dapat disimpulkan bahwa adanya hubungan antara edukasi perawat terhadap kepuasan pasien, maka semakin baik edukasi perawat semakin tinggi tingkat kepuasan terhadap pelayanan kesehatan.</p> Sepriati Sepriati Prisna Dia Arsya M. Hafiz Ilham Thohir Arif Winanda Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-06-11 2024-06-11 17 1 221 228 10.32583/keperawatan.v17i1.2243 Optimasi Hemoglobin dan Eritrosit pada Ibu Hamil Anemia Menggunakan Nanocapsules Bayam Merah https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2217 <p>Prevalensi anemia yang tinggi pada ibu hamil merupakan permasalahan kesehatan global dan nasional. Tujuan untuk mengevaluasi pengaruh pemberian nano kapsul bayam merah 80 mg ditambah tablet Fe 60 mg terhadap kadar hemoglobin dan jumlah eritrosit pada ibu hamil anemia. Desain penelitian menggunakan metode Quasi Eksperimen dengan rancangan two group pre-test-post-test. Sebanyak 40 ibu hamil trimester II menjadi subjek penelitian, dengan kelompok intervensi menerima nano kapsul bayam merah plus tablet Fe, sementara kelompok kontrol hanya menerima tablet Fe. Analisis data menggunakan uji Wilcoxon dan Mann-Whitney menunjukkan peningkatan signifikan pada kadar hemoglobin dan jumlah eritrosit dalam kelompok kontrol (9,0 g/dL menjadi 9,8 g/dL dan 3,6 jt/µL menjadi 4,2 jt/µL) setelah 14 hari. Di sisi lain, kelompok intervensi mengalami peningkatan yang lebih signifikan, dengan kadar hemoglobin meningkat dari 8,9 g/dL menjadi 10,9 g/dL dan jumlah eritrosit dari 3,7 jt/µL menjadi 4,4 jt/µL setelah 14 hari. Hasil uji t menunjukkan perbedaan signifikan antara kedua kelompok (p-value hemoglobin 0,000; p-value jumlah eritrosit 0,000). Pemberian nano kapsul bayam merah plus tablet Fe efektif meningkatkan kadar hemoglobin dan jumlah eritrosit pada ibu hamil trimester II dengan anemia.</p> Angelina Dorcy Ndiken Supriyadi Supriyadi M Choirul Anwar Fitri Cicilia Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-05-28 2024-05-28 17 1 193 202 10.32583/keperawatan.v17i1.2217 Analisis Analisis Penerapan Sasaran Keselamatan Pasien, Kualitas Pelayanan dan Lingkungan Kerja terhadap Kepuasan Pasien https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2232 <p>Salah satu pendekatan yang cukup efektif untuk menjaga kualitas pelayanan di rumah sakit adalah kepuasan pasien. Semakin tinggi tingkat kepuasan pasien, semakin baik layanan dan kualitas yang diberikan. Tujuan dalam penelitian ini adalah untuk mengetahui gambaran pelaksanaan keselamatan pasien, kualitas pelayanan dan lingkungan kerja terhadap kepuasan pasien di rumah sakit. Metode penilitian termasuk penilitian korelasional dengan pendekatan <em>cross sectional</em> dan random sampling berjumlah 276 pasien di ruang rawat inap. Penilitian berlangsung selama bulan November 2023 sampai dengan Desember 2023. Hasil menunjukkan bahwa kualitas pelayanan 259 responden (93,8%) menjawab baik dan 17 responden (6,2%) menjawab cukup untuk penerapan sasaran keselamatan pasien; lingkungan kerja 263 responden (95,3%) menjawab baik, 12 responden (4,3%) menjawab cukup, dan 1 responden (0,4%) menjawab kurang; untuk kepuasan pasien, 173 responden (62,7%) menjawab sangat puas dan 103 responden (37,3%) menjawab cukup. Hasil uji chi-square menunjukkan nilai p-value 0,169 untuk kepuasan pasien dengan penerapan sasaran keselamatan pasien, nilai p-value 0,115 untuk kepuasan pasien dengan kualitas pelayanan, dan nilai p-value 0,2 untuk kepuasan pasien dengan lingkungan kerja. Rumah sakit harus terus meningkatkan kepatuhan karyawan untuk mencapai sasaran keselamatan pasien.</p> Adriyani Nahak Seran Joko Prasetyo Rahmania Ambarika Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-05-13 2024-05-13 17 1 185 192 10.32583/keperawatan.v17i1.2232 Hubungan Tingkat Kepatuhan Transfusi Darah dengan Status Nutrisi pada Anak Usia Sekolah dengan Thalassemia https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2177 <p>Penderita thalassemia memiliki penatalaksanaan utama yaitu transfusi darah. Tujuan transfusi darah yaitu mempertahankan kadar hemoglobin tetap normal. Hemoglobin memiliki fungsi mengangkut oksigen dari paru ke seluruh tubuh, mengangkut nutrisi ke seluruh tubuh sehingga jika kadar hemoglobin kurang akan mempengaruhi status nutrisi. Penelitian ini bertujuan untuk mengetahui hubungan tingkat kepatuhan transfusi darah dengan status nutrisi pada anak usia sekolah dengan thalassemia. Desain penelitian menggunakan kuantitatif korelasi dengan pendekatan cross sectional, responden yaitu 96 anak dengan thalasemia berusia 7-15 tahun. Penelitian ini dilaksanakan bulan Juni sampai dengan bulan Juli 2023. Penilaian tingkat kepatuhan transfusi darah menggunakan kuesioner tingkat kepatuhan transfusi darah. Penilaian status nutrisi menggunakan antropometri yaitu IMT/U. Hasil penelitian ini menunjukan sebagian besar responden memiliki status nutrisi normal 72 responden (75%) dengan tingkat kepatuhan transfusi darah yang tinggi. Hasil uji validitas 0,379 – 0,509 terdapat 23 butir pernyataan yang valid dan uji reliabilitas sebesar 0,807. Hasil uji statistik menggunakan uji Sperman Rank, didapatkan p-value = 0,021 (&lt;0,05) dan koefisien korelasi 0,843 dapat disimpulkan bahwa terdapat hubungan yang signifikan antara tingkat kepatuhan transfusi darah dengan status nutrisi pada anak usia sekolah dengan thalasemia. Saran untuk perawat dapat memberikan edukasi agar responden maupun keluarga responden untuk patuh dalam melakukan transfusi darah yang dapat mempengaruhi status nutrisi dan juga dapat menciptakan ruangan maupun lingkungan yang nyaman.</p> Awaliah Septiani Pratiwi Eli Lusiani Maya Amalia Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-05-12 2024-05-12 17 1 175 184 10.32583/keperawatan.v17i1.2177 Hambatan Penggunaan Telenursing terhadap Keselamatan Pasien di Rumah Sakit: Systematic Review https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2223 <p>Penelitian ini bertujuan untuk mengetahui hambatan penggunaan <em>telenursing</em> terhadap keselamatan pasien di rumah sakit. faktor yang dapat menghambat <em>telenursing </em>terhadap keselamatan pasien antara lain kualitas teknologi yang digunakan, kompetensi perawat dalam menggunakan teknologi tersebut, aksesibilitas pasien terhadap teknologi, serta ketersediaan informasi yang akurat dan lengkap tentang pasien. Penelitian ini bertujuan untuk mengetahui hambatan penggunaan <em>telenursing</em> terhadap keselamatan pasien di rumah sakit. Setelah pencarian sistematis dari beberapa database termasuk <em>Scopus</em>, <em>Science Direct, Proquest </em>dan <em>PubMed</em> yang diterbitkan antara tahun 2018-2023. Untuk mencari kualitas PRISMA yang sesuai, dan daftar periksa untuk mengarahkan tinjauan ini, standar <em>Joanna Briggs Institute</em> (JBI) digunakan. Berdasarkan penelusuran, terdapat 10 artikel yang relevan dari artikel yang ditemukan. Masalah yang berhubungan dengan telenursing yaitu kesulitan dalam menggunakan teknologi karena kurangnya petunjuk, kurangnya Pendidikan, dan kurangnya bantuan dan dukungan bagi perawat dan pasien, kita bisa menghadapi kegagalan teknologi, ancaman terhadap keselamatn pasien. Beragamnya kesulitan dalam menggunakan teknologi karena kurangnya petunjuk, kurangnya Pendidikan, dan kurangnya bantuan dan dukungan bagi perawat dan pasien untuk penerapannya selalu menjadi masalah. Perubahan dari praktik keperawatan tatap muka tradisional ke penggunaan <em>telenursing</em> memerlukan kesepakatan antara para profesional kesehatan dan pakar teknologi informasi, belum lagi dukungan administratif, pasien perlu dilibatkan dalam penerapannya karena nampaknya ada lebih banyak faktor yang memfasilitasi terkait dengan perawatan pasien dibandingkan hambatan yang harus diatasi.</p> Maria Goretti Yulianti Mira Triharini Andri Setiya Wahyudi Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-05-06 2024-05-06 17 1 165 174 10.32583/keperawatan.v17i1.2223 Efektivitas Teknik Guided Imagery dalam Menurunkan Nyeri terhadap Kadar Endorfin pada Pasien Breast Cancer https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2244 <p>Perawatan non-farmakologis dapat diberikan perawat salah satunya melalui teknik guided imagery. Teknik guided imagery telah banyak digunakan dalam perawatan pasien dalam mengurangi rasa sakit pasien kanker, namun masih sangat sedikit yang membahas untuk penanganan nyeri pada pasien breast cancer. Tujuan penelitian ini untuk membuktikan intervensi penggunaan guided imagery dalam menurunkan nyeri pada breast cancer terhadap kadar endorfin. Desain penelitian quasi eksperimen dengan menggunakan metode non probability sampling (sampel non random) dengan Convinience sampling, jumlah sampel 16 orang pasien breast cancer, yang kemudian dibagi menjadi 2 kelompok yaitu kelompok intervensi guided imagery dan kelompok kontrol dengan intervensi manajemen nyeri lainnya. Pengukuran nyeri menggunakan kuesioner nyeri McGill dan VAS. Penilaian nyeri pre dan post dengan menggunakan kuesioner McGill-PRI, McGill-PPI dan VAS pada kelompok intervensi signifikan menurun dengan hasil uji statistik p= &lt;0,05 (p=0,00), dan hasil uji laboratorium kadar endorfin serum meningkat dengan hasil uji statistik signifikan p= 0,00. Dibandingkan dengan kelompok kontrol penilaian nyeri menggunakan kuesioner McGill-PRI, McGill-PPI dan VAS menurun pada nilai mean difference namun pada hasil uji statistik nilai p= &gt;0,05, dan pada uji laboratorium kadar endorfin serum menurun dengan hasil uji statistik p= 0,38. Teknik guided imagery efektif menurunkan skor nyeri pada pasien breast cancer, dan terbukti secara empiris efektif meningkatkan kadar endorfin serum. Hasil penelitian ini dapat memperkuat fakta ilmiah bahwa intervensi manajemen nyeri nonfarmakologis guided imagery atau imaginasi terbimbing dapat membantu menurunkan nyeri pada pasien breast cancer.</p> Sulastri Sulastri Kadek Ayu Erika Rini Rachmawaty Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-05-05 2024-05-05 17 1 153 164 10.32583/keperawatan.v17i1.2244 Analisis Faktor Resiko yang Mempengaruhi Ketidakpuasan Klien Rawat Inap https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2095 <p>Kepuasan klien terhadap pelayanan kesehatan merupakan cerminan dari sejauh mana harapan dan kebutuhan klien terpenuhi selama perawatan mereka di rumah sakit. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi kepuasan pasien rawat inap di rumah sakit kelas tiga. Metode penelitian yang digunakan adalah kuantitatif observasi dengan pendekatan case-control di Rumah Sakit Bhakti Asih, Brebes, Jawa Tengah. Pengambilan sampel dilakukan dengan metode Accidental Sampling, melibatkan 285 responden pada bulan Oktober-November 2023. Data dikumpulkan melalui kuesioner, dan dianalisis menggunakan uji Chi Square dan regresi linear berganda. Hasil analisis multivariat menunjukkan bahwa terdapat enam variabel yang memiliki hubungan signifikan secara statistik dengan kepuasan pasien, yaitu ketidaksesuaian persyaratan pelayanan (aOR= 5.48; CI 95%= 2.27-13.22; p &lt; 0.001), kecepatan waktu pelayanan yang tidak sesuai (aOR= 2.46; CI 95%= 1.07-5.63; p = 0.032), kemampuan atau kompetensi petugas dalam memberikan pelayanan yang tidak sesuai (aOR= 3.04; CI 95%= 1.26-7.32; p= 0.013), perilaku petugas dalam pelayanan terkait kesopanan dan keramahan yang tidak sesuai (aOR= 2.52; CI 95%= 1.09-5.83; p= 0.030), waktu kontak dengan pasien yang tidak sesuai (aOR= 3.98; CI 95%= 1.73-9.16; p= 0.001), dan sarana prasarana pelayanan yang tidak sesuai (aOR= 2.70; CI 95%= 1.14-6.41; p= 0.024). Kesimpulan dari penelitian ini adalah terdapat hubungan ketidaksesuaian persyaratan pelayanan, kecepatan waktu pelayanan yang tidak sesuai, kemampuan atau kompetensi petugas dalam memberikan pelayanan yang tidak sesuai, perilaku petugas dalam pelayanan terkait kesopanan dan keramahan yang tidak sesuai, waktu kontak dengan pasien yang tidak sesuai, dan sarana prasarana pelayanan yang tidak sesuai.</p> Nur Umi Aminatus Solikhah Ernawati Ernawati Ali Rosidi Yunie Armiyati Satriya Pranata Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-05-04 2024-05-04 17 1 141 152 10.32583/keperawatan.v17i1.2095 Pengaruh Media Audio-Visual terhadap Pengetahuan Wanita Usia Subur Mengenai Deteksi Dini Kanker Serviks: Literature Review https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2189 <p>Kejadian kanker serviks di Indonesia menempati posisi kedua jumlah kasus terbanyak pada tahun 2020 mencapai 36.633 kasus (9,2%) dari total kasus kanker. Tingginya kasus kanker serviks dipengaruhi oleh rendahnya angka skrining yang dilakukan perempuan. Dalam meningkatkan skrining kanker serviks diperlukan informasi yang memadai, salah satunya dapat diberikan edukasi kesehatan menggunakan media audio-visual. Tujuan penelitian ini untuk menelaah kembali penggunaan media audio-visual sebagai media edukasi dalam meningkatkan pengetahuan Wanita Usia Subur (WUS) terkait skrining kanker serviks yang dibuktikan dalam berbagai penelitian. Metode penelitian ini adalah <em>literature review </em>dengan pencarian artikel melalui database EBSCO, Scopus, Oxford, dan Google Scholar. Artikel ditelaah menggunakan PRISMA Flow 2020 dan metode PICO untuk menentukan kata kunci. Kriteria artikel yaitu publikasi artikel dalam rentang tahun 2019-2024, berbahasa Inggris dan Indonesia, desain penelitian eksperimen, serta <em>full text</em>. Pada pencarian awal ditemukan 2.675 artikel, kemudian artikel diseleksi sehingga didapatkan 8 artikel yang sesuai dengan kriteria. Hasil analisis didapatkan bahwa media audiovisual dinilai lebih menarik dan mudah diterima oleh partisipan sehingga berpengaruh signifikan dalam meningkatkan pengetahuan wanita usia subur terkait deteksi dini kanker serviks, dibuktikan dengan terjadinya kenaikan nilai pengetahuan sesudah pemberian intervensi. Didapatkan kesimpulan bahwa media audiovisual berpengaruh dalam meningkatkan pengetahuan wanita usia subur terkait deteksi dini kanker serviks.</p> Salma Tsuraya Salsabila Lisda Pasti Gantina Adhwa Mufidah Widya Enita Putri Ida Maryati Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-04-23 2024-04-23 17 1 129 140 10.32583/keperawatan.v17i1.2189 Peningkatan Fungsi Paru dan Kualitas Hidup pada Pasien Pasca Tuberculosis melalui Rehabilitasi Paru: Systematic Review https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2054 <p>Penyakit Tuberculosis mengakibatkan kerusakan pada parenkim serta anatomi paru sehingga dapat menurunkan fungsi paru dan kualitas hidup penderitanya. Dari phenomena tersebut intervensi rehabilitasi paru dibutuhkan. Tujuan penelitian ini adalah untuk mengetahui intervensi rehabilitasi paru terhadap peningkatan fungsi paru dan kualitas hidup pada pasien pasca tuberculosis. Studi ini menggunakan pendekatan Systematic review berdasarkan tahapan pada Preferred Reporting Items for Systematic Review and Meta-Analisis (PRISMA). Artikel dikumpulkan dari lima data base jurnal yaitu PubMed, ProQuest, Cochrane, Sage, dan Science Direct yang berjumlah 2.481, kemudian artikel diseleksi sesuai kriteria inklusi dan eksklusi serta dilakukan penilaian kritis menggunakan Instrumen JBI terhadap artikel yang terpilih. Hasil review artikel dari tahun 2018-2023, didapatkan enam artikel yang terpilih, empat artikel melaporkan ada perbaikan fungsi paru setelah menjalani rehabilitasi paru, sedangkan untuk peningkatan kualitas hidup semua artikel sepakat bahwa rehabilitasi paru dapat meningkatkan kualitas hidup pasien pasca tuberculosis. Kesimpulan hasil review artikel untuk mendapatkan hasil yang maksimal dalam intervensi rehabilitasi paru maka diperlukan kesabaran dan ketekunan baik bagi perawat selaku tenaga kesehatan dan khususnya pasien itu sendiri, karena intensitas dan durasi latihan harus diperhatikan untuk memperoleh hasil yang maksimal.</p> Acep Hidayatul Mustopa Saryono Saryono Iim Imas Masru'ah Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-04-09 2024-04-09 17 1 117 128 10.32583/keperawatan.v17i1.2054 Faktor-faktor yang Memengaruhi Terjadinya Kehamilan dengan Spektrum Plasenta Akreta: Systematic Review https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2171 <p>Analisis faktor-faktor yang dapat memicu terjadinya spektrum plasenta akreta (SPA) menjadi hal yang penting untuk dilakukan agar dapat dilakukan deteksi dini pada masa antepartum sehingga manajemen pengelolan pasien dapat dilakukan dengan tepat. Tujuan: Untuk mengetahui faktor-faktor apa saja yang memengaruhi terjadinya kehamilan dengan SPA. Metode: Systematic review dengan menggunakan tujuh database, yaitu Pubmed, Sciene Direct, Proquest, Scopus, Clinical Key, Sage, dan Taylor &amp; Francis online dengan kata kunci risk factors OR clinical factors OR influencing factors AND placenta accreta OR increta OR percreta OR adherent placenta OR invasive placenta. Artikel yang disertakan dalam kurun waktu 5 tahun dan berbahasa Inggris. Telusur artikel menggunakan format PRISMA. Data yang diperoleh dilakukan ekstraksi meliputi nama penulis, tahun terbit, judul, desain, sampel, dan hasil. Analisis critical appraisal dilakukan dengan menggunakan format JBI. Hasil: Diperoleh 22 artikel yang menyertakan 4.235.031 kehamilan dengan 14.186 kasus SPA. Faktor-faktor risiko yang ditemukan meliputi section caesarean (SC), plasenta previa, Assissted Reproductive Technology (ART), riwayat pembedahan pada uterine, abortus, multiparitas, usia &gt;35 tahun, merokok, alkohol, Obesitas (BMI &gt; 30 Kg/m^2), dan interval kehamilan yang pendek. Diskusi: Pada prinsipnya, kejadian spektrum plasenta akreta dipicu oleh kerusakan lapisan endometrium dan lapisan otot halus pada myometrium sehingga extravillious trophoblast (EVT) dapat menembus dinding uterine ke lapisan yang lebih dalam. Simpulan: Faktor-faktor risiko terjadinya SPA adalah riwayat SC, plasenta previa, riwayat pembedahan uterus, ART, riwayat abortus, multiparitas, merokok, dan alkohol. Usia bukan faktor independent SPA, namun dapat memengaruhi terjadinya SPA. Obesitas dan interval kehamilan yang pendek bukan merupakan faktor risiko SPA.</p> Asih Fujiasih Imami Nur Rachmawati Suryane Sulistiana Susanti Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-29 2024-03-29 17 1 99 116 10.32583/keperawatan.v17i1.2171 Implementasi Terapi Buteyko untuk Memperbaiki Pola Nafas pada Pasien Asma: Studi Kasus https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2192 <p>Data dari global asthma report, asma termasuk penyakit pernapasan kronis yang menyebabkan 15% kematian di dunia. penyakit asma di indonesia termasuk dalam sepuluh besar penyakit penyebab kesakitan dan kematian. Asma merupakan salah satu penyakit kronis yang tidak menular, dimana saluran napas mengalami penyempitan karena hiperaktivitas terhadap rangsangan tertentu, yang mengakibatkan peradangan, penyempitan ini bersifat berulang namun reversible. Salah satu penanganan terapi non farmakologi dengan teknik pernafasan buteyko, buteyko merupakan salah satu teknik olah napas yang betujuan untuk menurunkan ventilasi alveolar terhadap hiperventilasi paru pada penderita asma. Tujuan penelitian ini adalah untuk mengetahui tingkat kontrol pada penderita asma sebelum dan sesudah teknik pernafasan buteyko yang dilakukan di ruang teratai 3 rumah sakit umum daerah karanganyar. metode yang digunakan adalah case report dengan desain observasional deskriptif pada satu pasien. Pasien dilakukan intervensi berupa teknik pernafasan buteyko, lalu dilakukan pengukuran ulang untuk penilaian keefektifan intervensi. Sampel dalam studi ini seorang laki laki yang mengalami sesak nafas dengan saturasi oksigen : 85% dan respiratory rate : 30x/menit. Pasien diberikan intervensi selama ±15 menit setiap hari dalam 3 hari perawatan. Hasil yang di dapat dengan melakukan terapi non farmakologi berupa teknik pernafasan buteyko sebanyak 1 kali dalam waktu 3 hari berturut turut. hasil pengukuran saturassi oksigen dan respiratory rate mengalami perbaikan yang bertahap setelah dilakukan tindakan keperawatan dan dilakukan evaluasi dengan pendokumentasian berdasarkan subjek, objektif, analisa dan perencanaan. kesimpulan terapi teknik pernapasan buteyko dapat menurunkan frekuensi kekambuhan pada asma.</p> Widodo Widodo Beti Kristinawati Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-21 2024-03-21 17 1 89 98 10.32583/keperawatan.v17i1.2192 Pengaruh Pendidikan Kesehatan terhadap Pengetahuan dan Sikap Keluarga Pasien tentang Pencegahan Healthcare Associated Infections (HAIs) https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2198 <p>Infeksi HAIs di rumah sakit adalah kondisi infeksi yang muncul sebagai hasil dari perawatan medis dan pelayanan Kesehatan. Tindakan pencegahan dan pengendalian infeksi menjadi suatu keharusan di lingkungan rumah sakit, khususnya di ruang isolasi. Pengetahuan dan sikap keluarga tentang HAIs mencakup pemahaman terhadap cara infeksi dapat terjadi, tanda-tanda dan gejala infeksi, serta langkah-langkah pencegahan yang dapat diambil. Keluarga yang mendapat informasi dengan baik dapat berpartisipasi aktif dalam merawat pasien dan membantu mengidentifikasi potensi risiko infeksi. Tujuan penelitian ini untuk mengetahui “Pengaruh pendidikan kesehatan terhadap pengetahuan dan sikap keluarga pasien tentang pencegahan HAIs (Healthcare Associated Infections) di Ruang Isolasi RSUD dr. Murjani Sampit. pendekatan desain One Group Pretest Posttest dengan jumlah sampel 37 responden. Peneliti mengumpulkan data sebelum intervensi (pre) untuk mendapatkan gambaran baseline kondisi subjek atau kelompok. Kemudian, setelah intervensi diberikan, data sesudah intervensi (post) dikumpulkan untuk menilai dampak atau perubahan yang terjadi. Berdasarkan Uji Statistik hasil dari penelitian ini didapatkan bahwa hasil uji statistik Wilcoxon Rank Test didapatkan Z hitung -5,323 &gt; Z tabel -1.645 (alpha 5%/0,05) Asymp.Sig.(2_tailed) adalah 0,000 (p &lt; α) yang berarti ada pengaruh pendidikan kesehatan terhadap pengetahuan dan sikap keluarga pasien tentang pencegahan HAIs di Ruang Isolasi RSUD dr. Murjani. Pentingnya pendidikan kesehatan tentang pencegahan HAIs kepada keluarga pasien yaitu dengan lima (5) tindakan yaitu: kebiasaan mencuci tangan, menggunakan alat pelindung diri/APD seperti sarung tangan, masker, etika batuk dan bersin, penggunaan antiseptik dan kebersihan lingkungan.</p> Eva Priskila Meilitha Carolina Fitri Anggraini Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-21 2024-03-21 17 1 79 88 10.32583/keperawatan.v17i1.2198 Pengaruh Autogenic Training pada Penurunan Tekanan Darah Lansia dengan Hipertensi https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/1684 <p>Prevalensi hipertensi memiliki kejadian tertinggi pada lansia. Hipertensi yang tidak dikelola dengan baik dapat menyebabkan komplikasi dan Kematian. Pencegahan atau pengendalian hipertensi diperlukan agar mampu meminalkan kejadian komplikasi. Autogenic Training memiliki pengaruh terhadap penurunan tekanan darah penderita hipertensi. Autogenic training merupakan metode relaksasi yang berasal dari diri sendiri yang memberi efek mengurangi stress dan ketegangan otot sehingga dapat menurunkan tekanan darah. Tujuan dari penelitian adalah mengetahui pengaruh autogenic training dalam penurunan tekanan darah pada lansia dengan hipertensi. Desain penelitian adalah quasi-experimental design dengan pendekatan rancangan pre test-post test with control group design. Jumlah sampel penelitian 33 untuk kelompok intervensi dan 33 untuk kelompok kontrol. Tekanan darah pre intervensi dan post intervensi dianalisis menggunakan uji Wilcoxon. Hasil penelitian menunjukkan ada pengaruh autogenic training terhadap tekanan darah systole lansia dengan p value 0,000 dan terhadap tekanan darah diastole lansia dengan p value 0,007. Autogenic Training dapat menjadi salah satu Tindakan Keperawatan di komunitas dalam upaya menurunkan tekanan darah pada lansia.</p> <p> </p> Puspita Hanggit Lestari Syafdewiyani Syafdewiyani Yuli Mulyanti Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-20 2024-03-20 17 1 71 78 Pengaruh Edukasi Tentang RJP Menggunakan Media Audio Visual terhadap Tingkat Pengetahuan Siswa https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/1836 <p>Henti jantung merupakan salah satu kasus yang mengancam nyawa seseorang dan berakibat kematian apabila lama dalam pertolongan. Hal ini menunjukkan pentingnya keterampilan dan pengetahuan untuk memberikan bantuan hidup dasar secara cepat dan tepat, terutama kepada masyarakat awam. Tujuan penilitian ini untuk mengetahui pengaruh edukasi tentang bantuan hidup dasar menggunakan media audiovisual terhadap tingkat pengetahuan siswa SMAN 10 Kota Kupang. Jenis penelitian ini adalah kuantitatif, dengan desain pre-experimental one group pre-post test design. Teknik pengambilan sampel yaitu purposive sampling, dengan jumlah 78 responden, instrumennya adalah kuesioner. Uji statistik yang digunakan adalah uji wilcoxon signed test. Mayoritas tingkat pengetahuan sebelum edukasi adalah kurang sebanyak 53 responden (67,9%), dan setelah edukasi adalah baik sebanyak 60 responden (76,9%). Hasil uji statistik menggunakan uji wilcoxon diperoleh p-value 0,000. Ada pengaruh edukasi tentang bantuan hidup dasar menggunakan media audiovisual terhadap tingkat pengetahuan siswa SMAN 10 Kota Kupang.</p> Caturing Ayu Suryaningsih Pali Yoany Maria Vianney Bita Aty Domianus Namuwali Irfan Irfan Florentianus Tat Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-20 2024-03-20 17 1 63 70 10.32583/keperawatan.v17i1.1836 Kecemasan Pasien Pre Operasi dan Kualitas Tidur: Sebuah Studi Kasus https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2167 <p>Perubahan fisik dan emosi selama menjalani proses pre operasi merupakan suatu kondisi yang menimbulkan gangguan tidur pada pasien yang akan dilakukan operasi. Perubahan kondisi emisional yang terjadi seperti rasa cemas, rasa takut dan depresi, dan Perubahan fisik yang terjadi yaitu rasa sakit pada otot dan tulang. Tujuan dari penelitian yaitu mengetahui kecemasan pasien pre operasi dan kualitas tidur sebuah studi kasus di ruangan Bedah 2 RSUP Dr M Djamil Padang tahun 2023.Desain Penelitian cros sectional study. Populasi yaitu semua pasien pre operasi di ruangan bedah 2 RSUP Dr. M. Djamil Padang. Pengambilan sampel secara proportional random sampling. Besar sampel 136 orang. Hasil penelitian diperoleh proporsi kualitas tidur kurang baik 68,4%, kecemasan berat 72,8%. Terdapat hubungan antara kecemasan pasien pre operasi dengan kualitas kualitas tidur p&lt;0,05.</p> Dewi Gusrianti Fatmawati Fatmawati Yola Febrianti Rani Fandari Fenita Rahmayanti Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-15 2024-03-15 17 1 57 62 10.32583/keperawatan.v17i1.2167 Waiting Time Pasien IGD dan Faktor Determinan https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2142 <p>Waiting Time diukur mulai dari waktu pasien datang ke IGD sampai nanti di pindahkan ke ruangan. Penumpukan pasien di IGD adalah hal yang sering terjadi yang menyebabkan pasien menunggu dalam waktu yang lama. Salah satu yang dapat meningkatkan mutu pelayanan dan kepuasan yang lebih kepada pasien adalah faktor faktor tunggu yang baik. Tujuan penelitian adalah mengetahui faktor-faktor yang berhubungan dengan waiting time pasien IGD dr M Djamil Padang tahun 2023. Pendekatan yang digunakan cros sectional study. Populasi semua pasien yang di acc rawat di IGD RSUP Dr. M. Djamil Padang. Pengambilan sample dengan proportional random sampling. Besar sampel menggunakan rumus finite yait 384 orang. Data dikumpukan dengan cara observasi dan data dianalisa secara univariat, bivariat serta multivariat Hasil penelitian diperoleh proporsi waiting time yang baik 62,2%, sarana dan prasarana baik 83,1%, waktu konsul baik 61,2%, waktu administrasi baik 22,1%, waktu radiologi baik 90,1%, waktu labor baik 91,9%. Terdapat hubungan antara waktu konsul dan sarana prasarana dengan waiting time pasien IGD dengan nilai p&lt;0,05,. Faktor yang paling berhubungan dengan waiting time adalah faktor waktu konsul (OR 11.660, 95% CI 7.124-19,084).</p> Rusmanwadi Rusmanwadi Fatmawati Fatmawati Yola Febrianti Windu Reswari Sumirah Sumirah Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-15 2024-03-15 17 1 49 56 10.32583/keperawatan.v17i1.2142 Efektifitas Inhalasi Aroma Terapi Lavender terhadap Kecemasan dan Nyeri Saat Pemasangan Infus pada Anak dengan Kanker https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2186 <p>Pengalaman yang tidak menyenangkan dapat terjadi pada anak dengan kanker,hal ini disebabkan karena penyakitnya ataupun prosedur pengobatan. Prinsip atraumatic care dapat diterapkan oleh perawat anak agar dapat meminimalkan hal yang tidak menyenangkan tersebut, seperti melkukan pengontrolan nyeri dan mengurangi kecemasan pada anak. Penelitian ini bertujuan mengetahui efektifitas inhalasi aromaterapi lavender terhadap kecemasan dan nyeri saat anak dengan kanker dilakukan tindakan pemasangan infus. Penelitian menggunakan quasi experimental design with non-equivalent with control group design post-test only. Sampel menggunakan consecutive sampling di RSUP Dr M Djamil Padang dengan melibatkan 30 responden. Design penelitian pre-eksperimen dengan two group pretest–posttest. Teknik sampling menggunakan block random dan didapatkan 30 pasien post sectio caesaria di RSUP Dr M Djamil Padang. Hasil penelitian diperoleh ada pengaruh pemberian aromaterapi lavender terhadap kecemasan dan nyeri saat pemasangan infus pada anak dengan kanker di ruangan kronis RSUP Dr M Djamil Padang tahun 2023.</p> Yori Rahmi Fatmawati Fatmawati Yola Febrianti Rusmanwadi Rusmanwadi Fenita Rahmayanti Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-15 2024-03-15 17 1 43 48 10.32583/keperawatan.v17i1.2186 Faktor Determinan Implementasi Rekam Medik Elektronik https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2127 <p>Penggunaan RME harus memungkinkan semua penyedia layanan kesehatan, termasuk perawat, untuk melihat data terkait dengan cepat sehingga keputusan yang akurat dapat dibuat dalam situasi yang mengancam jiwa dan tidak mengancam jiwa. Penggunaan RME memfasilitasi dokumentasi perawat tentang topik yang lebih spesifik seperti pendidikan pasien, perlunya pengekangan, dan penilaian nyeri. RME juga harus memungkinkan perawat untuk mencegah kesalahan, karena pesan kesalahan muncul jika terjadi kesalahan. Penelitian ini bertujuan untuk mengetahui faktor determinan implementasi rekam medik elektronik di RSUP dr M Djamil Padang tahun 2023.Penelitian ini menggunakan desain cros sectional study. Populasi dalam penelitian ini adalah semua perawat yang bertugas di instalasi rawat inap RSUP Dr. M. Djamil Padang. Teknik pengambilan sampel dalam penelitian ini dilakukan dengan proportional random sampling. Besar sampel 238 orang. Data dikumpukan dengan cara angket dan data dianalisa secara univariat, bivariat serta multivariat, untuk analisa bivariat mengunakan uji Chi square sedangkan untuk multivariat digunakan uji regresi logistik. Hasil penelitian diperoleh proporsi implementasi RME yang baik 55,9%, persepsi kemudahan baik 68,9%, persepsi kemanfaatan baik 70,2%, pengaruh sosial baik 60,5%, kondisi yang memfasilitasi baik 61,8%, sikap positif 57,6%. Terdapat relasi antara persepsi kemudahan, persepsi kemanfaatan, sikap, kondisi yang menfasilitasi dan pengaruh sosial dengan implementasi rekam medis elektronik dengan nilai p&lt;0,005. Faktor yang paling berhubungan dengan implementasi rekam medis elektronik adalah faktor sikap (OR =0.265, 95% CI 0.103-0,681).</p> Wawan Wahyudi Fatmawati Fatmawati Widra Widra Fenita Rahmayanti Rusmanwadi Rusmanwadi Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-15 2024-03-15 17 1 33 42 10.32583/keperawatan.v17i1.2127 Efektifitas Pemberian Aromaterapi Jahe terhadap Keluhan Mual Muntah pada Pasien Post Operasi Sectio Caesaria https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2196 <p>Keluhan yang sering terjadi pada pasien post operasi sectio caesaria adalah Mual dan muntah, penyebabnya adalah efek obat anastesi. Dampak yang terjadi akibat kejadian Mual dan muntah jika tidak ditangani dengan cepat dapat mengakibatkan pasien mengalami aspirasi dan kematian oleh karena itu harus ditangani dengan cepat. Salah satu tindakan keperawatan yang dapat menurunkan mual dan muntah adalah dengan aromaterapi jahe. Penelitian ini bertujuan mengetahui pengaruh pemberian aromaterapi jahe terhadap keluhan mual muntah pada pasien post operasi sectio caesaria. Design penelitian pre-eksperimen dengan two group pretest–posttest. Teknik sampling block random dengan 30 sample yaitu pasien post sectio caesaria di RSUP Dr M Djamil Padang. Hasil penelitian diperoleh ada pengaruh pemberian aromaterapi jahe terhadap keluhan mual muntah pada pasien post operasi sectio caesaria RSUP Dr M Djamil Padang tahun 2023.</p> Afriza Novita Dewi Fatmawati Fatmawati Fenita Rahmayanti Fadliyati Fadliyati Sridewi Fitria Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-14 2024-03-14 17 1 27 32 10.32583/keperawatan.v17i1.2196 Faktor – faktor Risiko Demam Berdarah Dengue: Systematic Review https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2135 <p>Tujuan penelitian ini mengetahui faktor-faktor yang mempengaruhi resiko demam berdasarah di beberapa negara. Metode penelitian ini adalah systematic review dengan pedoman mengikuti PRISMA Cheklist tahun 2009. Pencarian artikel mengunakan 5 kata kunci demam berdarah dengue, faktor risiko demam berdarah dengue, dengue fever, risk factors dengue fever, dengue. Pencarian mencakup semua literatur yang diterbitkan antara tahun 2016 – 2022. Sebanyak 221 artikel ditemukan menggunakan empat data base elektronik yaitu Google Scholar, PubMed, Science Direct dan Scopus. sebagai mesin pencari dengan dua variasi kata kunci. Namun, sebanyak 189 artikel dikeluarkan kembali karena judul dan kata kunci yang tidak sesuai. Dilakukan penilaian teks lengkap, dan sebanyak 20 dikeluarkan karena tidak sesuai dengan kriteria inklusi. Akhirnya, hanya sebanyak 10 artikel yang sesuai dengan kriteria inklusi dan dapat dilakukan penilaian isi. Hasil penelitian didapatkan 4 kelompok besar faktor risiko yang banyak diteliti yaitu sosiodemografi, place of dwelling, lingkungan dan perilaku. Faktor sosiodemografi yang berhubungan dengan kejadian DBD adalah umur. Daerah urban (perkotaan) merupakan place of dwelling yang paling banyak ditemukan kasus DBD. Aspek lingkungan yang banyak diteliti adalah tipe rumah. Faktor perilaku yang berisiko dalam penularan yang paling banyak ditemukan signifikan yaitu perilaku PSN (Pemberantasan Sarang Nyamuk). Berdasarkan systematic review, faktor risiko yang secara konsisten memiliki persentase signifikansi paling tinggi dan paling banyak dianalisis dari 10 artikel yaitu Lingkungan (37,5%).</p> Rizki Wijayanti Dwi Sarwani Sri Rejeki Siwi Pramatama Mars Wijayanti Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-14 2024-03-14 17 1 17 26 10.32583/keperawatan.v17i1.2135 Analisis Faktor yang Berhubungan dengan Implementasi Clinical Pathway Layanan Prioritas https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/2097 <p>Kualitas pelayanan serta biaya menjadi tinggi diakibatkan oleh karena Clinical Pathway tidak dilakukan dengan baik yang mengakibatkan pasien dirawat lebih lama dan kurang baik. Biaya yang tinggi menyebabkan Rumah sakit mengalami kerugian. Tujuan dari penelitian ini adalah diketahuinya faktor-faktor yang berhubungan dengan implementasi CP (Clinical Pathway) layanan prioritas di RSUP DR MDJamil Padang tahun 2023. Desain yang digunakan adalah cros sectional study. Populasi yaitu perawat yang dinas di Ruangan rawat inap. Sampel diambil dengan proportional random sampling. Jumlahnya 94 orang. Data dikumpukan dengan cara angket dan data dianalisa secara univariat, bivariat serta multivariat. Hasil penelitian diperoleh proporsi implementasi CP yang lebih dari separuh kurang baik 56,4%, sedangkan untuk pengetahuan sebagian besar kurang baik 81,9%, sikap kurang baik 72,3%, sosialisasi kurang baik 59,6%. Terdapat hubungan antara sosialisasi dengan implementasi Clinical Pathway dengan p&lt;0,005,. Faktor yang paling berhubungan dengan implementasi Clinical pathway adalah faktor sosialisasi (OR =0.084, 95% CI 0.028-0,250). Penelitian ini mengidentifikasi bahwasanya masih belum optimalnya implementasi clinical Pathway dan sangat diperlukannya sosialisasi tentang implementasi clinical pathway layanan prioritas lebih continue dan intens.</p> Fatmawati Fatmawati Yola Febrianti Fenita Rahmayanti Rusmanwadi Rusmanwadi Windu Reswari Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-14 2024-03-14 17 1 9 16 10.32583/keperawatan.v17i1.2097 Model Faktor Prediksi Kejadian Sindrom Koroner Akut pada Pasien https://journal2.stikeskendal.ac.id/index.php/keperawatan/article/view/1942 <p>Cardiovascular Diseases merupakan penyebab utama kasus kematian secara global. SKA merupakan kontributor yang signifikan untuk kematian dari populasi yang memiliki faktor risiko. Tujuan penelitian memperoleh model prediksi kejadian SKA pada pasien di RSUD Kota Bogor. Desain yang digunakan kasus kontrol dengan kasus: pasien SKA dan kontrol: pasien non SKA, menggunakan matching jenis kelamin, jumlah sampel 390 pasien (tiap kelompok 195 pasien), menggunakan data sekunder, dianalisis menggunakan uji regresi logistik berganda dengan model faktor prediksi. Hasil penelitian mayoritas pasien berumur ≥45 tahun 72.6%, tidak memiliki riwayat hipertensi 67.9%, perokok 51.8%, tidak memiliki riwayat DM 90%, tidak obesitas 85.1%, dan tidak memiliki riwayat keluarga dengan penyakit jantung 89.7%. Hasil multivariat didapatkan, merokok berhubungan dengan SKA (p value 0,027) setelah dikontrol umur, riwayat hipertensi, riwayat DM, obesitas, riwayat keluarga dengan penyakit jantung, interaksi obesitas dan riwayat DM, interaksi riwayat hipertensi dan riwayat keluarga dengan penyakit jantung, interaksi riwayat DM dan riwayat hipertensi, interaksi obsitas dan riwayat hipertensi (p value omnimbus 0.00 dan Negelkerke R Square 0.454). Kesimpulan didapatkan model ini mampu memprediksi kejadian SKA sebesar 45,4%. Perlu ditingkatkan upaya pencegahan terhadap kejadian SKA melalui skrining, edukasi, maupun program rehabilitasi.</p> Masykur Khair Wati Jumaiyah Dewi Purnamawati Yani Sofiani Erwin Erwin Bram Burmanajaya Copyright (c) 2024 Jurnal Keperawatan https://creativecommons.org/licenses/by-nc-nd/4.0 2024-03-14 2024-03-14 17 1 1 8 10.32583/keperawatan.v17i1.1942