Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Djtechno: Jurnal Teknologi Informasi
Endang Etriyanti
STMIK Bina Nusantara Jaya Lubuk Linggau
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
SISTEM CERDAS DIAGNOSA STUNTING MENGGUNAKAN METODE CASE BASED REASONING Endang Etriyanti; Novi Yanti M; Robi Yanto
Djtechno: Jurnal Teknologi Informasi Vol 5, No 3 (2024): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v5i3.4970

Abstract

Stunting adalah kondisi gagal tumbuh pada anak karena kekurangan gizi yang mengakibatkan ketidakseimbangan pertumbuhan dengan usia. Berdasarkan hasil analisa Status Gizi Indonesia prevalensi anak stunting diindonesia mencapai 21,6 % di tahun 2022. Indonesia menargetkan prevalensi anak stunting menurun sampai dengan 14 % ditahun 2024. Provinsi Sumatera selatan berdasarkan hasil Survei Status Gizi Indonesia tingkat stunting mengalami penurunan signifikan dari 24, 8 % menjadi 18.6 % namun masih belum memenuhi target pemerintah pusat dalam upaya penurunan stunting. Penelitian ini dilakukan bertujuan untuk membangun aplikasi sistem cerdas diagnosa penyakit stunting menggunakan metode case based reasoning. Atribut yang dipilih sebagai gejala penyakit sebanyak 44 atribut, 5 jenis penyakit. Sistem ini dibangun menggunakan metode pengembangan sistem SDLC dan bahasa pemrograman PHP dengan DBMS MySQL. Sistem ini digunakan sebagai media konsultasi masyakarat dalam mendiagnosa penyakit pada stunting. Pada sistem ini akan memberikan rekomendasi diagnosa stunting kepada pengguna dan memberikan informasi penyakit dan solusi sebagai langkah pencegahan dini.
Penerapan Data Mining Klasifikasi Status Gizi Balita dengan Menggunakan Algoritma K-Nearest Neighbor Dwi Febrianti; Endang Etriyanti; Veradilla Amalia
Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Vol 7 No 2 (2025): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Publisher : STMIK Bina Nusantara Jaya Lubuk Linggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52303/jb.v7i2.174

Abstract

Kemajuan dalam teknologi informasi telah mendorong perubahan digital di banyak sektor, termasuk bidang kesehatan. Puskesmas sebagai lembaga kesehatan dasar di Indonesia memiliki peranan krusial dalam memberikan pelayanan promotif dan preventif, terutama dalam mengawasi kondisi gizi anak-anak di bawah lima tahun.Puskesmas L. Sidoharjo menghadapi tantangan dalam penentuan status gizi balita yang akurat. Meskipun sistem penilaian telah tersedia, praktik di lapangan menunjukkan bahwa hasil penilaian sering kali tidak mencerminkan kondisi sebenarnya. Hal ini disebabkan oleh faktor individual, seperti genetik, yang memengaruhi bentuk tubuh balita. Seorang anak yang secara genetik kurus belum tentu mengalami gizi buruk, begitu pula anak gemuk belum tentu mengalami kelebihan gizi. Kondisi ini menunjukkan perlunya sistem penilaian yang tidak hanya mengandalkan observasi visual, melainkan pendekatan yang lebih objektif dan berbasis data. Dengan demikian, diperlukan pengembangan sistem klasifikasi status gizi yang mampu memperhitungkan variasi individual guna menghasilkan evaluasi yang lebih akurat dan dapat diandalkan untuk mendukung pemantauan gizi anak secara optimal.
Co-Authors Dwi Febrianti Novi Yanti M Robi Yanto Veradilla Amalia