Claim Missing Document
Check
Articles

Found 4 Documents
Search

Analisis Keamanan Data Pasien pada Sistem Informasi Manajemen Rumah Sakit (SIMRS) Maradona Jonas Simanullang; Mhd Adi Setiawan Aritonang; Frans Mikael Sinaga
Jurnal Desain Dan Analisis Teknologi Vol. 5 No. 1 (2026): Januari
Publisher : Aptikom Kepri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58520/jddat.v5i1.98

Abstract

Transformasi digital di sektor kesehatan mendorong rumah sakit untuk mengimplementasikan Sistem Informasi Manajemen Rumah Sakit (SIMRS) secara terintegrasi. SIMRS berperan penting dalam pengelolaan data pasien, termasuk rekam medis elektronik, administrasi pelayanan, serta pelaporan manajerial. Namun, meningkatnya ketergantungan terhadap sistem informasi juga meningkatkan risiko ancaman keamanan data pasien. Penelitian ini bertujuan untuk menganalisis keamanan data pasien pada SIMRS serta mengidentifikasi potensi risiko dan strategi mitigasi yang dapat diterapkan oleh rumah sakit. Metode penelitian yang digunakan adalah studi kasus dengan pendekatan deskriptif kualitatif, melalui observasi sistem, wawancara dengan tim teknologi informasi, dan analisis kebijakan keamanan informasi. Hasil penelitian menunjukkan bahwa ancaman keamanan data pasien meliputi akses tidak sah, kelemahan pengelolaan hak akses, serta kurang optimalnya penerapan standar keamanan informasi. Penelitian ini merekomendasikan penerapan kebijakan keamanan data yang komprehensif, peningkatan infrastruktur teknologi, serta penguatan sumber daya manusia untuk menjamin kerahasiaan, integritas, dan ketersediaan data pasien.
Analisis dan Optimalisasi Downtime Server pada Sistem Informasi Manajemen Rumah Sakit (SIMRS): Studi Kasus Rumah Sakit Mitra Medika Maradona Jonas Simanullang
Jurnal Desain Dan Analisis Teknologi Vol. 5 No. 1 (2026): Januari
Publisher : Aptikom Kepri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58520/jddat.v5i1.101

Abstract

Ketersediaan dan keandalan Sistem Informasi Manajemen Rumah Sakit (SIMRS) merupakan faktor penting dalam mendukung mutu dan keberlanjutan pelayanan kesehatan. Salah satu permasalahan utama yang sering dihadapi rumah sakit adalah downtime server yang dapat mengganggu proses operasional dan pengelolaan data pasien. Penelitian ini bertujuan untuk menganalisis penyebab downtime server SIMRS serta mengevaluasi efektivitas optimalisasi sistem yang diterapkan di Rumah Sakit Mitra Medika. Metode penelitian yang digunakan adalah pendekatan deskriptif kualitatif dan kuantitatif melalui observasi lapangan, wawancara, analisis log server, serta penyebaran kuesioner kepada pengguna SIMRS. Hasil penelitian menunjukkan bahwa frekuensi downtime SIMRS menurun sebesar 62,5% dan durasi downtime berkurang sekitar 60% setelah dilakukan optimalisasi sistem. Selain itu, tingkat kepuasan pengguna terhadap kinerja dan stabilitas SIMRS meningkat dari 55% menjadi 90%. Hasil penelitian ini menunjukkan bahwa optimalisasi teknis dan perbaikan tata kelola sistem informasi berperan penting dalam meningkatkan keandalan SIMRS dan mendukung peningkatan kualitas pelayanan kesehatan.
Pelatihan Penanganan dan Pencegahan Downtime Server SIMRS dalam Meningkatkan Keandalan Layanan Rumah Sakit di RSU Mitra Medika Maradona Jonas Simanullang; Frans Mikael Sinaga; Mhd Adi Setiawan Aritonang
Dedikasi Sains dan Teknologi (DST) Vol. 5 No. 2 (2025): Artikel Pengabdian Nopember 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v5i2.7887

Abstract

Sistem Informasi Manajemen Rumah Sakit (SIMRS) memiliki peran strategis dalam mendukung pelayanan kesehatan, pengelolaan data pasien, serta proses administrasi rumah sakit. Tingginya ketergantungan terhadap SIMRS menuntut ketersediaan sistem yang andal dan beroperasi secara berkelanjutan. Namun, permasalahan downtime server masih sering terjadi dan berdampak langsung terhadap kualitas pelayanan. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan kapasitas sumber daya manusia (SDM) teknologi informasi melalui pelatihan penanganan dan pencegahan downtime server SIMRS di RSU Mitra Medika. Metode pelaksanaan meliputi observasi lapangan, wawancara, diskusi kelompok terarah, analisis log server, pelatihan teknis, serta pendampingan penerapan prosedur operasional standar. Hasil kegiatan menunjukkan peningkatan pemahaman dan keterampilan peserta, penurunan frekuensi downtime sebesar 62,5%, serta pengurangan durasi downtime sekitar 60%. Selain itu, tingkat kepuasan pengguna terhadap stabilitas SIMRS meningkat secara signifikan. Kegiatan ini membuktikan bahwa pendekatan pelatihan dan pendampingan teknis yang kolaboratif efektif dalam meningkatkan keandalan SIMRS dan mendukung peningkatan kualitas layanan kesehatan.
Deep Learning-Based Weather Prediction Model Using BMKG Big Data for Rice Planting Season Optimization in Indonesia Maradona Jonas Simanullang; Elsya Sabrina Asmita Simorangkir; Herry Daniel Marpaung; Yudisa Halawa; Tria Adelia Putri Br Gurusinga; Frans Mikael Sinaga
Sinkron : jurnal dan penelitian teknik informatika Vol. 10 No. 4 (2026): Research Articles October 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v10i4.16703

Abstract

This study develops and evaluates a deep learning-based weather prediction model built on BMKG (Indonesian Meteorological, Climatological, and Geophysical Agency) data, with the aim of informing rice planting season optimization in Deli Serdang Regency, North Sumatra, Indonesia. Two recurrent architectures, Long Short-Term Memory (LSTM) and Bidirectional Long Short-Term Memory (BiLSTM), were compared for daily rainfall prediction using 788 observations collected between January 2024 and March 2026, split chronologically into training, validation, and testing subsets. The LSTM model achieved a Root Mean Square Error (RMSE) of 24.42 mm, a Mean Absolute Error (MAE) of 15.20 mm, and an R² of 0.0420, while the BiLSTM model achieved a lower RMSE of 23.64 mm, a lower MAE of 14.89 mm, and a lower R² of 0.0233. Although BiLSTM produced marginally smaller errors, LSTM explained a slightly larger share of rainfall variability, and both R² values remained close to zero, indicating that neither model captured the full variability of the rainfall series. Because of its higher R², the LSTM-based forecasts were translated into an indicative cropping-calendar classification of wet, normal, and dry months as a preliminary basis for advancing, maintaining, or delaying the onset of the rice planting season in Deli Serdang Regency. Given the limited explanatory power of both models and the absence of baseline forecasts, repeated training, and time-series cross-validation in this study, these planting-season indications should be read as exploratory and complementary to, rather than a replacement for, the operational cropping calendar issued by BMKG and the Ministry of Agriculture. Future research should incorporate longer historical records, additional meteorological predictors, baseline models, and rigorous validation to develop more reliable, data-driven rice planting season decision support for Indonesia.