Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Penerimaan Murid Baru (SPMB) Berbasis Web Menggunakan Metode Prototype Muhamad Haikal; Putra Aditya Hermawan; Muhammad Rafly Alfiansyah; Muhammad Yunus Rangkuti
Jurnal Riset Informatika dan Inovasi Vol 3 No 10 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses penerimaan murid baru merupakan kegiatan administrasi yang sangat penting dalam institusi pendidikan karena berpengaruh langsung terhadap kualitas layanan dan kredibilitas institusi. Namun, masih banyak sekolah yang menerapkan proses penerimaan secara manual sehingga menimbulkan berbagai permasalahan seperti inefisiensi waktu, inkonsistensi data, dan kurangnya transparansi informasi. Penelitian ini bertujuan untuk merancang dan membangun Sistem Penerimaan Murid Baru (SPMB) berbasis web dengan menggunakan metode pengembangan Prototype guna meningkatkan efisiensi, akurasi, dan transparansi proses penerimaan murid baru. Metode Prototype memungkinkan adanya interaksi dan umpan balik secara berulang antara pengembang dan pengguna sehingga kebutuhan sistem dapat disesuaikan secara bertahap. Pemodelan sistem dilakukan menggunakan Unified Modeling Language (UML) yang meliputi use case diagram, activity diagram, dan class diagram. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memastikan seluruh fungsi sistem berjalan sesuai dengan kebutuhan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat berjalan dengan baik dan mampu meningkatkan kualitas proses penerimaan murid baru melalui pengelolaan data yang terstruktur serta akses informasi secara real-time.
Penerapan Algoritma K-Means untuk Segmentasi Pola Penyakit Berdasarkan Data Kunjungan Pasien di Klinik Nabiya Medika Muhamad Haikal; Samsoni Samsoni; Aprinia Handayani
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.14331

Abstract

Klinik Nabiya Medika menghasilkan data kunjungan pasien rawat jalan dalam jumlah besar setiap harinya, namun belum dimanfaatkan secara optimal untuk menganalisis pola penyakit. Penelitian ini bertujuan menerapkan algoritma K-Means Clustering untuk mengelompokkan jenis penyakit berdasarkan frekuensi kunjungan serta membangun sistem informasi segmentasi penyakit berbasis web. Sebanyak 412 data kunjungan pasien periode 10–11 Mei 2026 diproses melalui tahap preprocessing yang meliputi deteksi header otomatis, pemetaan kolom, penghapusan data kosong dan duplikat, serta normalisasi menggunakan Min-Max Scaling. Hasil preprocessing menghasilkan 340 data bersih dengan 103 jenis penyakit unik. Proses penelitian menggunakan pendekatan CRISP-DM yang meliputi Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Hasil clustering menggunakan nilai k=3 mencapai konvergensi pada iterasi ke-4 dan menghasilkan tiga cluster, yaitu Rendah, Sedang, dan Tinggi, dengan centroid akhir masing-masing sebesar 1,54, 8,83, dan 36,23 kunjungan. Cluster Tinggi terdiri dari 4 jenis penyakit dengan total 145 kunjungan dan didominasi oleh Dyspepsia serta penyakit saluran pernapasan atas, cluster Sedang terdiri dari 8 jenis penyakit dengan total 63 kunjungan, sedangkan cluster Rendah terdiri dari 91 jenis penyakit dengan total 132 kunjungan. Sistem dibangun menggunakan framework Flask berbasis Python dan database MySQL serta mendukung pengolahan data dalam format CSV, XLSX, dan XLS. Pengujian Black Box dan White Box terhadap 95 skenario menghasilkan tingkat keberhasilan 100%. Hasil penelitian menunjukkan bahwa sistem dapat membantu pihak Klinik Nabiya Medika dalam memahami pola penyakit serta mendukung perencanaan obat, penjadwalan tenaga medis, dan penyusunan program promosi kesehatan