Article Per Year (5 Year)
p-Index From 2021 - 2026
7.664
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Tekinkom (Teknik Informasi dan Komputer) MEANS (Media Informasi Analisa dan Sistem) Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Jurnal Pengabdian kepada Masyarakat Nusantara International Journal Of Science, Technology & Management (IJSTM) Jurnal Media Informatika Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN) Journal of Computer Science and Information Systems (JCoInS) Internet of Things and Artificial Intelligence Journal Dike
Sihombing, Volvo
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences Transportation Other

Published : 63 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 63 Documents
Search

 3   4   5   6   7 
Pengembangan Sistem Informasi Kesehatan untuk Manajemen Data Pasien dan Perawatan yang Lebih Baik Nurdila, Nurdila; Sihombing, Volvo; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.3089

Abstract

− Pengembangan sistem informasi kesehatan (SIK) menjadi penting dalam era digital ini untuk meningkatkan manajemen data pasien dan memberikan perawatan yang lebih baik. Penelitian ini bertujuan untuk mengembangkan SIK yang dapat membantu penyedia layanan kesehatan dalam mengelola data pasien dengan lebih efisien serta meningkatkan koordinasi perawatan. Langkah-langkah pengembangan meliputi analisis kebutuhan, desain sistem, implementasi, dan evaluasi kinerja. Sistem yang dikembangkan memiliki fitur-fitur seperti pencatatan riwayat medis pasien, jadwal janji, pemantauan kondisi kesehatan, dan komunikasi antara penyedia layanan kesehatan. Hasil evaluasi menunjukkan bahwa SIK yang dikembangkan berhasil meningkatkan efisiensi dalam manajemen data pasien dan koordinasi perawatan. Penyedia layanan kesehatan dapat dengan mudah mengakses informasi pasien, merencanakan perawatan yang lebih terkoordinasi, dan berkomunikasi secara efektif dengan rekan kerja. Dengan demikian, pengembangan SIK ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas layanan kesehatan dan hasil pasien melalui manajemen data yang lebih baik dan perawatan yang lebih terkoordinasi.
Analisis Keterkaitan Antara Gejala Penyakit Menggunakan Algoritma Apriori dalam Bidang Kesehatan Rusmina, Eva; Sihombing, Volvo; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.3090

Abstract

Analisis keterkaitan antara gejala penyakit merupakan aspek penting dalam bidang kesehatan yang memungkinkan identifikasi pola hubungan antara gejala yang dialami oleh pasien dan penyakit yang mendasarinya. Dalam konteks ini, algoritma Apriori dari bidang data mining telah diadopsi untuk menganalisis hubungan asosiatif antara gejala penyakit. Studi ini mengusulkan penerapan algoritma Apriori dalam analisis keterkaitan gejala penyakit dengan menggunakan data pasien dan catatan medis. Langkah-langkah sistematis dilakukan untuk membangun model asosiasi yang mengidentifikasi pola kemunculan bersama antara gejala-gejala yang mungkin menandakan adanya penyakit tertentu. Melalui penelitian ini, kami menunjukkan bahwa algoritma Apriori efektif dalam mengungkap pola keterkaitan antara gejala penyakit dalam dataset medis. Hasil analisis memberikan wawasan yang berharga tentang gejala-gejala yang sering kali muncul bersama, yang dapat membantu dokter dalam diagnosis dini dan pengelolaan penyakit. Penerapan algoritma Apriori dalam analisis keterkaitan antara gejala penyakit menawarkan potensi untuk meningkatkan pemahaman tentang profil penyakit dan memungkinkan pengembangan strategi diagnosis yang lebih tepat dan efisien dalam praktik klinis. Oleh karena itu, kontribusi algoritma ini dalam bidang kesehatan dapat menjadi langkah maju dalam upaya peningkatan perawatan pasien dan pengelolaan penyakit secara keseluruhan.
Memanfaatkan Algoritma Apriori: Aplikasi Berbasis Web untuk Penambangan Aturan Asosiasi Siddik, Rasid; Juledi, Angga Putra; Sihombing, Volvo
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

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

Abstract

Penambangan pola asosiasi telah menjadi topik yang menarik dalam penelitian data mining karena kemampuannya untuk mengidentifikasi hubungan yang tersembunyi dalam data transaksional. Dalam konteks ini, pengembangan aplikasi berbasis web untuk penambangan pola asosiasi menjadi relevan untuk memfasilitasi analisis data yang lebih mudah dan lebih cepat. Metode Apriori, yang telah terbukti efektif dalam menemukan pola asosiasi, diimplementasikan dalam aplikasi ini. Aplikasi web ini dirancang untuk memberikan antarmuka pengguna yang intuitif dan fitur yang memungkinkan pengguna untuk melakukan penambangan pola asosiasi dengan mudah. Penelitian ini mendokumentasikan proses pengembangan aplikasi, termasuk perancangan antarmuka, implementasi metode Apriori, dan pengujian fungsional. Hasilnya menunjukkan bahwa aplikasi web yang dikembangkan mampu melakukan penambangan pola asosiasi dengan efisien dan efektif, dengan memberikan hasil yang relevan dan berguna bagi pengguna dalam pemahaman lebih lanjut terhadap data transaksional yang mereka miliki
Co-Authors Abdillah, Ihsan Abdillah, Syakira Adi, Puput Dani Prasetyo Aditya, Nanda Ajeng Lestari, Dinda Alam, Dewi Pathimah Alpiansyah, Fredy Andriyani, Wahyu Fitri Angreani Hulu, Linca Elma Popi Ariska, Fevi Aurianda, Rieke Bangun, Budianto Barasa, Kristina Dewi Utami, Yarma Agustya Dwiyanti, Dida Dwiyanti, Didan Efendi, Davina Rizky Esterlin, Esterlin Fachry Abda El Rahman Fadilla Hasibuan, Intan Gultom, Gregorius Apri K Halawa, Prianus Harefa, Sinema Hasibuan, Dilla Puspita Hasibuan, Sabdi Albi Hendriyanti, Yurika Cici Hia, Faomaha Hutagalung, Charles Efendy Irmayani , Deci Irmayani Irmayani Irmayani, Deci Jannah , Ely Jati, Dewi Sekar Juledi, Angga Putra Juni Yanris, Gomal Latifah Hanum Lumban Gaol, Tid Verawati Maizura, Safrina mawarni, Putri Sigit Mega, Mega Muhammad Halmi Dar Muliani, Sonia Sri Munthe , Ibnu Rasyid Munthe, Ibnu Rasyid Nasution, Fitri Aini Nasution, Marnis Novilda, Mustamu Elizabeth Nurdila, Nurdila Pakto, Dedi Pertiwi, Nur Fajar Kurnia Petromak Sinaga, Gandhi Naek Purba, Mila Hanim Purwati Purwati Putra Juledi, Angga Ramadhani, Siska Rangkuti, M. Andri Gautama Rani Rahayu, Rani Rasyid Munthe, Ibnu Rizky Mangunsong, Annisa Rusmiana, Rusmiana Rusmina, Eva Safitri, Nina Siddik, Rasid Simamora, Rikardo Lasroha Sinaga, Veranica siregar, Victor M.M. Siti Kholijah, Siti Kholijah Sitio, Arjon Samuel Sitompul, Joni Awendri Sitorus, Anggiat Selamat Suci Ramadhani, Suci Suhaylah, Suhaylah Syafitri, Risma Syahputra, Rapian Tasyabila, Tasyabila Tawanta Natalia Sembiring, Sri Tiara, Dewi Tria Wulandari Wiranti, Dea Yanris, Gomal Juni