Claim Missing Document
Check
Articles

Kelengkapan Pengisian Rekam Medis Elektronik Pasien di Poli Umum Puskesmas Surabaya Timur Masyfufah, Lilis; Listiawan, Nadhila; Yulianita, Novi Eka; Wahyuni, Titin; Sutha, Diah Wijayanti; Pribadi, Maylina Surya Wirawati
Jurnal Ilmiah Perekam dan Informasi Kesehatan Imelda (JIPIKI) Vol. 9 No. 2 (2024): Jurnal Ilmiah Perekam dan Informasi Kesehatan Imelda Edisi Agustus
Publisher : Akademi Perekam dan Informasi Kesehatan Imelda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52943/jipiki.v9i2.1689

Abstract

The digital transformation of health is one proof of technological developments in health services. The implementation of health digitalization in the Surabaya City environment has started on November 10 2014 and in 2020 it will be ready to transform into an Electronic Health Record (EHR). The implementation of EHR began with the implementation of RME at Surabaya City Health Centers since March 2022. However, RME implementation is still not optimal, so research needs to be carried out on the completeness of RME at East Surabaya Regional Health Centers. This research method uses a type of quantitative research that collects data in the form of numbers using an observational approach. The population used is RME patients at Community Health Centers in the East Surabaya Region, namely Menur Health Center and Keputih Health Center, while the research sample will be taken using the Cochran Formula. The results of the identified data will be processed using Microsoft Excel for quantitative analysis and will be presented in table form to describe the object. The results of the research show that incomplete filling in of patients' RME at the East Surabaya Community Health Center General Polyclinic is found in the Identity, Important Reports and Authentication components, while the Documentation component is 100% complete. It can be concluded that the incompleteness of RME filling at the East Surabaya Community Health Center reaches 70%, the data is not complete.
REKAM MEDIS ELEKTRONIK DALAM MENUNJANG PENGGUNAAN SIMRS DENGAN METODE HOT-FIT DI RUMAH SAKIT MATA UNDAAN SURABAYA wahyuni, titin; xss, aa xx
Jurnal Informasi Kesehatan Indonesia (JIKI) Vol 9 No 2 (2023): Jurnal Informasi Kesehatan Indonesia
Publisher : Politeknik Kesehatan Kemenkes Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31290/jiki.v9i2.4183

Abstract

Latar Belakang: Rumah Sakit Mata Undaan Surabaya merupakan salah satu rumah sakit swasta yang sudah menerapkan Rekam Medis Elektronik (RME) yang sudah berjalan dari bulan Februari 2023. Penelitian ini bertujuan untuk mengidentifikasi penerapan RME dalam menunjang penggunaan SIMRS dengan menggunakan metode HOT-Fit. Metode HOT-Fit memiliki beberapa variabel yaitu: human, organization, technology, dan net benefit (manfaat). Subjek dan Metode: Subjek dalam penelitian ini 15 petugas rekam medis, 12 perawat rawat jalan, dan 12 refraksionis dengan teknik accidental sampling dengan jumlah reponden 39. Variabel yang diteliti adalah unsur dari metode HOT-Fit. Metode pengumpulan data dengan cara penyebaran kuesioner kepada petugas rekam medis, perawat rawat jalan, dan petugas refraksionis melalui google form. Teknik analisis data yang dilakukan dalam penelitian ini menggunakan metode kuantitatif deskriptif dengan metode cross sectional. Hasil: Berdasarkan hasil observasi yang diperoleh peneliti dapat diketahui bahwa belum adanya sosialiasi dan belum dilakukan evaluasi terkait penerapan penggunaan RME, variabel human merupakan faktor yang harus segera diperbaiki dengan nilai kurang baik sebesar 54%, cukup baik 31%, dan sangat baik 15%. Variabel organization menunjukkan keadaan kurang baik 15%, cukup baik 79%, dan sangat baik 21%. Pada variabel technology dinilai cukup baik sebesar 79% dan sangat baik 21%. Net benefit (manfaat) dapat dikatakan cukup bermanfaat sampai sangat bermanfaat dengan hasil cukup baik sebesar 62% dan sangat baik 31%. Kesimpulan: Berdasarkan hasil penelitian ini evaluasi penerapan RME di Rumah Sakit Mata Undaan Surabaya termasuk dalam kategori cukup baik, namun pada variabel human yang perlu mendapatkan pehatian.
Edukasi Menemukan Ide Penelitian Melalui Pemanfaatan Aplikasi Berbasis Web Untuk Mahasiswa D3 RMIK Wahyuni, Titin; Faida, Eka Wilda
Jurnal Abdimas Jatibara Vol 2, No 1 (2023): Jatibara Vol.2 No.1 Agustus 2023
Publisher : STIKES Yayasan RS.Dr.Soetomo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29241/jaj.v2i1.1615

Abstract

Students with Medical Records and Health Information have a short time to complete their final assignment, graduation demands are determined by an exit exam, so students must move quickly and efficiently in completing their final assignment. Therefore, this social service aims to increase student readiness in completing the final project by utilizing web-based applications. The targets of this activity are fourth and sixth semester students of D3 Medical Records and Health Information. The method in this activity is carried out by screening web-based applications that will be socialized and the implementation stage. The implementation of the activity was carried out on May 20, 2023. As a result of this activity students felt very useful by holding this activity and hoped that there would be activities to strengthen the preparation for the final project in future.
Pemanfaatan Resume Medis Sebagai Portofolio Kesehatan Keluarga Masyfufah, Lilis; Rosyiari, Ahniyatul Ilmiyah; Wahyuni, Titin; Sa’adah, Alfina Asiatus; Faida, Eka Wilda
Jurnal Abdimas Jatibara Vol 2, No 2 (2024): Jatibara Vol.2 No.2 Februari 2024
Publisher : STIKES Yayasan RS.Dr.Soetomo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29241/jaj.v2i2.1886

Abstract

Indonesia has entered to the digital health transformation era. One of the transformation is the obligation of health care facilities to organize medical record in electronic form. Peduli Lindungi application, which was originally only for Covid-19 tests and vaccines has now expanded is function as a Health Portfolio or Personal Health Record (PHR) in the Satu Sehat application. The Health Portfolio can be compiled based on the Medical Resume obatained from Health services. The use of medical resume for preparing health portfolio has not been widelu used because many people do not understand the function of medical resume. The aim of this activity is to explain the importance of a complete medical resume so that it can be used as material for preparing a family health portfolio. The method is the online seminar method. The result is a medical resume containing the identity and history of the patient’s illness after receiving health services. Medical resume can be used to build family health portfolio. The conclusion is that a family health portfolio needs to be prepared to help manage diseases that may arise in the future.
Deteksi Tingkat Kemiripan Judul Skripsi Prodi Informatika Menggunakan Metode Support Vector Machine dan Natural Languange Processing Haruna, Hanjas; Bakti, Rizki Yusliana; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.655

Abstract

Skripsi merupakan salah satu persyaratan akhir dalam pendidikan akademis mahasiswa yang harus ditulis sesuai dengan bidang ilmunya. Proses awal dalam pembuatan skripsi adalah pengajuan judul, di mana mahasiswa harus memastikan bahwa judul yang diajukan tidak mirip dengan judul skripsi sebelumnya untuk menghindari plagiarisme. Deteksi kemiripan judul sangat penting untuk mencegah plagiarisme dan meningkatkan akurasi sistem rekomendasi dengan mengidentifikasi judul yang relevan. Dengan kemajuan teknologi informasi, tantangan seperti plagiarisme menjadi lebih kompleks, memerlukan sistem yang efisien untuk mengecek kemiripan judul. Salah satu metode yang digunakan adalah Support Vector Machine (SVM), sebuah teknik pembelajaran mesin yang efektif dalam klasifikasi teks, termasuk judul skripsi, berkat kemampuannya dalam menangani hubungan non-linear melalui kernel. Penggunaan Support vector machine dalam deteksi kemiripan judul bertujuan untuk memastikan keakuratan dan efisiensi dalam mengidentifikasi potensi plagiarisme. Kombinasi metode Support Vector Machine (SVM) dan Natural Language Processing (NLP), khususnya melalui vektorisasi menggunakan TF-IDF, telah terbukti efektif dalam mendeteksi kemiripan judul skripsi. Proses ini melibatkan pengumpulan data dari database judul_skripsi, diikuti dengan preprocessing yang meliputi tokenisasi, penghapusan kata-kata tidak relevan, dan stemming. Data yang bersih dan terstruktur ini kemudian diubah menjadi representasi numerik melalui TF-IDF, yang memberikan bobot lebih tinggi pada kata-kata yang spesifik namun signifikan. Model SVM yang dilatih dengan data ini berhasil mendeteksi kemiripan dengan tingkat akurasi yang memadai.
Analisis Sentimen Aplikasi WhatsApp berdasarkan Ulasan di PlayStore Berbasis Natural Languange Processing Dewi, Syamrilla; Bakti, Rizki Yusliana; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.656

Abstract

Perkembangan teknologi yang cepat, terutama di bidang internet, telah mengubah cara komunikasi individu dan kelompok dalam berbagai aspek kehidupan. Internet telah melahirkan berbagai platform digital, termasuk media sosial seperti WhatsApp. WhatsApp adalah aplikasi pesan instan yang memungkinkan penggunanya mengirim teks, pesan suara, gambar, video, dokumen, serta melakukan panggilan suara dan video melalui koneksi internet. Pemrosesan Bahasa Alami (Natural Language Processing) telah mengalami perkembangan pesat dalam beberapa dekade terakhir, terutama terkait dengan analisis sentimen. Metode naive bayes dipilih agar dapat mengklasifikasikan ulasan yang bersentimen positif dan negatif serta netral agar memudahkan masyarakat dalam menentukan aplikasi terbaik berdasarkan nilai akurasi yang telah diteliti. Berdasarkan hasil yang diperoleh dengan menggunakan naive bayes dan perbandingan 80:20 untuk data training dan data testing, menghasilkan akurasi yang cukup tinggi, yaitu sebesar 85,51%, dalam klasifikasi sentimen ulasan. Hal ini menunjukkan bahwa pendekatan NLP yang diterapkan dalam penelitian ini telah berhasil meningkatkan kinerja Naive Bayes Classifier dalam analisis sentimen ulasan pengguna di platform Google Play Store.
Sistem Pakar Tentang Mendiagnosa Penyakit pada Tanaman Padi Menggunakan Metode Forward Chaining Muslimah, Nurul Aulia; Bakti, Rizki Yusliana; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.657

Abstract

Penelitian ini berfokus pada perancangan dan implementasi sistem pakar berbasis web dengan menggunakan metode forward chaining untuk diagnosis penyakit pada tanaman padi. Sistem ini dikembangkan untuk membantu petani mengidentifikasi penyakit padi secara cepat dan akurat berdasarkan gejala yang terdeteksi. Metode penelitian yang digunakan mencakup pengumpulan data, desain sistem, implementasi, serta pengujian dengan metode black box untuk memastikan sistem berfungsi sesuai dengan yang diharapkan.Dari hasil perhitungan dan pengujian yang telah dilakukan memperlihatkan gejala dan penyakit yang dihitung mendapatkan hasil yang sangat akurat. Sistem ini juga memberikan saran penanganan yang sesuai berdasarkan hasil diagnosis. Evaluasi terhadap metode forward chaining dalam sistem pakar menunjukkan bahwa metode ini efektif dalam menganalisis gejala yang diinput pengguna untuk mengidentifikasi penyakit.Secara keseluruhan, sistem pakar berbasis web ini dapat menjadi alat yang bermanfaat bagi petani dalam mendeteksi dan menangani penyakit pada tanaman padi secara lebih efisien dan efektif, serta berpotensi meningkatkan produktivitas hasil pertanian.
Analisa Diagnosa Penyakit Berdasarkan Riwayat Medis menggunakan Algoritma Random Forest Studi Kasus Rumah Sakit Padjongadg Ngalle Kabupaten Takalar Sulastri; Lukman; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.658

Abstract

Penelitian ini bertujuan untuk menganalisis dan mendiagnosis penyakit berdasarkan riwayat medis menggunakan algoritma Random Forest di Rumah Sakit Padjonga Dg Ngalle, Kabupaten Takalar. Data yang digunakan mencakup 1000 pasien. Hasil analisis menunjukkan bahwa model Random Forest mencapai akurasi 48,50%. Precision, recall, dan F1-Score bervariasi untuk setiap jenis penyakit, dengan precision tertinggi pada diabetes (0,71) dan recall tertinggi pada penyakit jantung (0,66). F1-Score secara keseluruhan menunjukkan tantangan dalam keseimbangan antara presisi dan recall, terutama untuk penyakit ginjal dan kanker payudara. Penelitian ini memberikan wawasan mengenai efektivitas model Random Forest dalam mendiagnosis penyakit berdasarkan riwayat medis dan hasil tes laboratorium. Temuan ini dapat digunakan untuk meningkatkan sistem diagnosis berbasis data di rumah sakit dan memberikan dasar untuk pengembangan algoritma yang lebih akurat di masa depan.
Analisis Deteksi Dini Penyakit Jantung dengan Pendekatan Support Vector Machine pada Data Pasien Natsir, Fitra M.; Bakti, Riski Yusliana; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.669

Abstract

Penelitian ini mengevaluasi deteksi dini risiko penyakit jantung menggunakan algoritma Support Vector Machine (SVM) pada data pasien RSUD Haji Makassar. Dari 640 data pasien yang diproses, tersisa 640 data yang siap untuk analisis. Metode Elbow digunakan untuk mengidentifikasi tiga klaster utama berdasarkan tingkat risiko penyakit jantung: rendah, tinggi, dan sangat tinggi. Model SVM diterapkan dengan akurasi sebesar 0.984375, menunjukkan performa unggul dalam mengklasifikasikan risiko penyakit jantung dengan kesalahan minimal. Analisis ini menegaskan bahwa SVM adalah alat yang efektif untuk identifikasi awal faktor risiko penyakit jantung, dengan pemilihan dan pengolahan data yang tepat berperan krusial dalam meningkatkan akurasi. Temuan ini memberikan dasar bagi pengembangan sistem deteksi dini yang lebih akurat dan intervensi pencegahan yang lebih efektif.
Pemeriksaan KTP Menggunakan Optical Character Recognition (OCR) dan Pengenalan Background serta Komponen KTP Nisha, Khairun; Wahyuni, Titin; Hayat, Muhyiddin A M
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.671

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem verifikasi identitas berbasis Kartu Tanda Penduduk (KTP) yang lebih aman dan akurat dengan memanfaatkan teknologi Optical Character Recognition (OCR), khususnya Tesseract OCR. Sistem ini dikembangkan untuk menangani peningkatan kebutuhan akan perlindungan data pribadi di era digital, di mana risiko penyalahgunaan data KTP semakin meningkat. Penelitian ini dilakukan di Laboratorium Informatika Universitas Muhammadiyah Makassar selama bulan Juli hingga Agustus 2024, dengan menerapkan teknik pra-pemrosesan gambar seperti grayscale, Gaussian blur, dan thresholding untuk memperbaiki hasil ekstraksi teks. Hasil pengujian menunjukkan bahwa sistem ini mampu mengekstraksi elemen-elemen penting pada KTP, seperti NIK, nama, dan jenis kelamin, dengan tingkat akurasi yang tinggi. Dari 10 KTP yang diuji, 9 di antaranya berhasil diekstraksi dengan benar, memberikan akurasi keseluruhan sebesar 90%. Namun, beberapa elemen seperti alamat dan RT/RW masih menimbulkan tantangan dalam proses ekstraksi, terutama pada gambar dengan kualitas rendah atau format penulisan yang tidak konsisten. Kesimpulan dari penelitian ini menegaskan bahwa teknologi OCR efektif dalam mendeteksi dan menganalisis informasi utama pada KTP, namun memiliki keterbatasan saat berhadapan dengan variasi kualitas gambar. Oleh karena itu, disarankan untuk melakukan pengujian tambahan di lingkungan operasional nyata untuk mengidentifikasi dan mengatasi tantangan yang mungkin muncul dalam penerapan aplikasi ini di dunia nyata.
Co-Authors Achmad Yanu Aliffianto Aditya, Dwi Martha Nur Adrianingsih, Rizka Agustin Dwi Syalfina Ahmad Faisal Aiman , Ailul Alfina Aisatus Saadah Amelia, Azarine Nahdah Anas, Andi Lukman Anas, Lukman Anif Prasetyorini Anita Dahliana Arfandi, Viki Fahril Arianti, Kencana Indah Arshy Prodyanatasari Arvianda Aswad, Muh. Akhwan Adam Bakti, Riski Yusliana Bakti, Rizki Yusliana Bisono, Eva Firdayanti Christine Christine Dewi, Syamrilla Dzakki Adam, Ahmad Wildan Fadhillatul Lailia, Salsabilla Firdaus , Abidatu Zahrotul Fitrianti, Dwi Framz Hardiansyah Haidul, Haidul Haruna, Hanjas Hayat, Muhyiddin A M Hayat, Muhyiddin A. M Hidayanti, Sukria Hidayat, Andra Dwitama Ilmiyah Rosyiari, Ahniyatul Indriani, Lis Irhamna Rachman, Fahrim Jaelan Usman, Jaelan Kamal, Safutri Khafi, Moh. Zainul Krisnita Dwi Jayanti, Krisnita Dwi Listiawan, Nadhila Lukman Maharani, Eva Ratih Masyfufah, Lilis Masyfufah, Lilis  Maulia, Rizky Mone, Ansyari Muhammad Faisal Muhyiddin A M Hayat Mujadilah, Siti Muslimah, Nurul Aulia Naila, Faiqotun Natsir, Fitra M. Nisha, Khairun Novianti, Siti Nur Alam Nurfadilla, Destiani Irma Octavia, Winda Dwi Pandin, Maria Yovita R. Pribadi, Maylina Surya Wirawati Puryanti, Puryanti Puspadewi, Intan Putra, Yunior Bimasekti Rachman, Fachrim Irhamnah Rachman, Fahrim Irhamna Rahman, Fahrim Irhamna Rahmawati, Ayu Isnaini Ramadhan S, Fahmi Ridwang Ridwang, Ridwang Rosyiari, Ahniyatul Ilmiyah S. Kuba, Muhammad Syafa'at Salsabila, Damai Arsila Sa’adah, Alfina Asiatus Setiawan, Mohammad Yusuf Siti Fatimatuz Zahroh Siti Mujanah Slamet Riyadi Sukmantoro, Agung Anjar SULASTRI Suryadinata, Rivan Virlando Sutha, Diah Wijayanti Syamsuri, Andi Makbul Syarifuddin, Nur Annisa Wibawa. Ar, Arya Wilda Faida, Eka xss, aa xx Yulianita, Novi Eka