Hubungan Dukungan Keluarga dengan Kepatuhan Diet Hipertensi pada Lansia di Salah Satu Puskesmas di Kota Bandung
Keywords:
Hipertensi, Dukungan Keluarga, Kepatuhan Diet, LansiaAbstract
Latar Belakang : Hipertensi didefinisikan sebagai peningkatan tekanan darah sistolik lebih dari 140 mmHg dan tekanan darah diastolik lebih dari 90 mmHg diukur pada keadaan tenang. Kepatuhan diet merupakan hal yang penting untuk diperhatikan pada penderita hipertensi, karena diet yang seimbang merupakan salah satu cara untuk menurunkan hipertensi. Peran keluarga harus dilibatkan dalam mengatur menu makanan, karena sangat dianjurkan untuk pasien hipertensi dalam menghindari dan membatasi makanan yang dapat meningkatkan kadar kolesterol darah serta meningkatkan tekanan darah. Tujuan : penelitian ini adalah untuk mengidentifikasi ada tidaknya hubungan dukungan keluarga dengan kepatuhan diet hipertensi pada lansia. Metode : Jenis penelitian ini kuantitatif dengan metode pendekatan Cross sectional. Populasi dalam penelitian ini 1221 orang, sample seluruh lansia dengan hipertensi yang berkunjung memeriksakan diri atau telah terdaftar sebagai lansia dengan hipertensi di Puskesmas Babakansari kota Bandung. Teknik sampling yang digunakan adalah teknik accidental sampling. Pengumpulan data menggunakan kuesioner. Analisa data yang digunakan dalam penelitian ini adalah analisa univariat dan bivariat menggunakan uji Rank Sperman. Hasil uji Univariat menunjukan sebagian besar dukungan keluarga yang cukup 29 (67,4%), dan hampir separuhnya kepatuhan diet menunjukan tidak patuh 26 (60,5%). Hasil uji Bivariat menunjukan tidak terdapat hubungan antara dukungan keluarga dengan kepatuhan diet (p=0,961). Simpulan dan saran : penelitian ini menunjukan bahwa tidak terdapat hubungan dukungan keluarga dengan kepatuhan diet hipertensi pada lansia. Oleh karena itu, diharapkan petugas kesehatan untuk memberikan infomasi tentang pentingnya dukungan keluarga pada lansia dengan hipertensi.
References
Aghnaita, F. K. (2016). Peramalan Jumlah Penjualan Tiket Kereta Api Di Stasiun Semarang Poncol Tahun 2016 Menggunakan Metode Dekomposisi. http://lib.unnes.ac.id/26629/
Apostolakis, J. (2009). An introduction to data mining. In Data Mining in Crystallography (pp. 1-35). Springer, Berlin, Heidelberg.
Ashari. (2012). Penerapan Metode Times Series Dalam Simulasi Forecasting Perkembangan Akademik Mahasiswa. Stmikakba, 2(1), 9–16.
Fitria, J. D., Karohmah, N., & Sunarmi. (2016). Peramalan Jumlah Pasien DBD Di RSUD Dr. Soeselo Slawi Dengan Metode Dekomposisi Dan Triple Exponential Smoothing Winter’s. In Seminar Nasional Pendidikan, Sains dan Teknologi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Muhammadiyah Semarang (pp. 145–152).
Hidayah, N., Purnamasari, I., & Hayati, M. N. (2017). Penerapan metode fuzzy time series using percentage change. Jurnal Eksponensial, 7(2), 187–192. http://jurnal.fmipa.unmul.ac.id/index.php/exponensial/article/view/67
Julianto, E. N. (2010). Hubungan Antara Kecepatan, Volume Dan Kepadatan Lalu Lintas Ruas Jalan Siliwangi Semarang. Jurnal Teknik Sipil Dan Perencanaan, 12(2), 151–160. https://doi.org/10.15294/jtsp.v12i2.1348
Mardiati, R. (2014). Studi Tentang Pemodelan Arus Lalu Lintas. Jurusan Teknik Elektro, VIII(2), 177–198.
Metisen, B. M., & Sari, H. L. (2015). Analisis clustering menggunakan metode K-Means dalam pengelompokkan penjualan produk pada Swalayan Fadhila. Jurnal Media Infotama, 11(2), 110–118.
Ryan, F., & Wijanarto, W. (2018). Analisis Dan Implementasi Model Peramalan Berbasis Algoritma Moving Avarage Untuk Nilai Tukar Rupiah Terhadap Dolar. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 9(1), 381–394. https://doi.org/10.24176/simet.v9i1.1997
Safaat, N. (2012). Pemrograman Aplikasi Mobile Smartphone dan Tablet PC Berbasis Android. In Android (Cetakan Pe). Informatika Bandung.
Virrayyani, A., & Sutikno, S. (2016). Prediksi Penjualan Barang Menggunakan Metode Adaptive Neuro-Fuzzy Inference System (ANFIS). Khazanah Informatika: Jurnal Ilmu Komputer Dan Informatika, 2(2), 57. https://doi.org/10.23917/khif.v2i2.2554
