Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Bisnis Cerdas Indonesian Journal of Infomatics
Sri Supatmi
Universitas Komputer Indonesia (UNIKOM)
Computer Science & IT Decision Sciences, Operations Research & Management Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Predicting Multi-Morbidity Progression and Identifying Key Determinants in Chronic Disease Patients Using a Longitudinal Data-Driven Information Systems Approach: A Research Protocol for a Cohort Study in Bandung Regency, Indonesia Lusianto Lusianto; Zaenal Arifin Hasibuan; Sri Supatmi; Adnan Shahid Khan
Indonesian Journal of Infomatics Vol. 1 No. 2 (2026): May: Indonesian Journal of Infomatics
Publisher : Asosiasi Pengelola Jurnal Informatika dan Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66472/iji.v1i2.388

Abstract

Multimorbidity represents a critical challenge for primary healthcare systems in low- and middle-income countries (LMICs). In Indonesia, fragmented electronic health record (EHR) infrastructure limits effective chronic disease management. This research protocol presents an end-to-end information systems approach to: (1) design a validated ETL framework for heterogeneous health data; (2) develop and compare machine learning models (Random Forest, XGBoost, LSTM) for predicting multimorbidity risk; (3) identify critical determinants in an Indonesian population; and (4) evaluate a Clinical Decision Support System (CDSS) prototype. A mixed-methods, three-phase design will analyze 150,000 chronic disease patients from SIMPUS EHR data (2021-2025). Phase 2 focuses on CDSS development using explainable AI (XAI), while Phase 3 evaluates user acceptance using the Technology Acceptance Model (TAM). The study expects to produce a predictive model with AUC-ROC $\ge0.75$ and an operational CDSS prototype integrated with the Satu Sehat platform. This protocol addresses gaps in Southeast Asian LMIC data, implementation, and interpretability.
INTEGRASI ROBOTIC PROCESS AUTOMATION DAN REINFORCEMENT LEARNING UNTUK NOTIFIKASI CERDAS DI LINGKUNGAN PENDIDIKAN: TINJAUAN LITERATUR SISTEMATIS Hani Irmayanti; Sufa atin; Andri Heryandi; Sri Supatmi; Zainal Arifin Hasibuan; Bobi Kurniawan
Jurnal Sistem Informasi dan Bisnis Cerdas Vol. 19 No. 1 (2026): Februari 2026
Publisher : Program Studi Sistem Informasi, Fakultas Ilmu Komputer, UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/sibc.v19i1.768

Abstract

Penelitian ini memetakan tren integrasi Robotic Process Automation (RPA) dan Reinforcement Learning (RL) untuk mengatasi information overload pada sistem notifikasi cerdas. Menggunakan metode Systematic Literature Review (SLR) dengan pedomanPRISMA pada basis data Scopus, 132 artikel relevan disaring dari 2.259 dokumen awal dalam rentang waktu 2021–2025. Analisis bibliometrik menunjukkan pertumbuhan publikasi yang pesat (Annual Growth Rate 74,16%) dengan dominasi jurnal IEEE Access.Pertumbuhan ini didukung oleh tingginya Kolaborasi Internasional yang mencapai 43,94%, menunjukkan cakupan global yang luas dan kualitas riset yang terjamin. Secara tematik, Deep Learning teridentifikasi sebagai motor utama, di mana RL berfungsi sebagai otak adaptif untuk optimasi keputusan. Sementara RPA berperan sebagai eksekutor deterministik, struktur tematik menempatkan Robotics dan Automation pada kuadran Emerging Themes, mengindikasikan bahwa fokus pengembangan utama masih padaalgoritma, bukan implementasi teknis RPA itu sendiri. Mengingat adanya celah riset pada aspek keamanan model (Trustworthiness) dan tantangan infrastruktur desentralisasi (Edge Computing), studi ini merekomendasikan pengembangan arsitektur Trustworthy AI serta integrasi Edge Computing untuk mendukung skalabilitas dan ketahanan sistem waktu nyata. Sebagai kontribusi ilmiah, temuan ini menyediakan landasan konseptual bagi pengembangan sistem notifikasi otonom berbasis RPA-RL yang tidak hanya adaptif, tetapi juga skalabel dan terpercaya untuk implementasi praktis di lingkungan real-time.
Co-Authors Adnan Shahid Khan Andri Heryandi Bobi Kurniawan Hani Irmayanti Lusianto Lusianto Sufa Atin Zaenal Arifin Hasibuan Zainal Arifin Hasibuan