Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Kesehatan Vokasional Care : Jurnal Ilmiah Ilmu Kesehatan Bulletin of Social Informatics Theory and Application
Ningtyas, Annisa Maulida
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Health Professions Nursing Public Health Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Recommendation system for web article based on association rules and topic modelling Herwanto, Guntur Budi; Ningtyas, Annisa Maulida
Bulletin of Social Informatics Theory and Application Vol. 1 No. 1 (2017)
Publisher : Association for Scientific Computing Electrical and Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/businta.v1i1.36

Abstract

The World Wide Web is now the primary source for information discovery. A user visits websites that provide information and browse on the particular information in accordance with their topic interest. Through the navigational process, visitors often had to jump over the menu to find the right content. Recommendation system can help the visitors to find the right content immediately. In this study, we propose a two-level recommendation system, based on association rule and topic similarity. We generate association rule by applying Apriori algorithm. The dataset for association rule mining is a session of topics that made by combining the result of sessionization and topic modeling. On the other hand, the topic similarity made by comparing the topic proportion of web article. This topic proportion inferred from the Latent Dirichlet Allocation (LDA). The results show that in our dataset there are not many interesting topic relations in one session. This result can be resolved, by utilizing the second level of recommendation by looking into the article that has the similar topic.
PENGEMBANGAN SISTEM INFORMASI SURVEILANS PROGRAM KESEHATAN IBU DAN ANAK BERBASIS DHIS2 (DISTRICT HEALTH INFORMATION SOFTWARE 2) Salim, Marko Ferdian; Syairaji, M.; Ningtyas, Annisa Maulida; Pratama, Rio Aditya
Care : Jurnal Ilmiah Ilmu Kesehatan Vol 10, No 2 (2022): EDITION JULY 2022
Publisher : Universitas Tribhuwana Tunggadewi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33366/jc.v10i2.2480

Abstract

Indonesia masih menetapkan bahwa masalah kesehatan ibu dan anak (KIA) sebagai program prioritas yang harus diselesaikan karena angka kematian ibu (AKI) dan angka kematian bayi (AKB) belum memenuhi standar indikator. Sistem surveilans KIA belum terintegrasi sehingga data dan informasi yang dihasilkan juga belum bisa dimanfaatkan secara maksimal untuk mendukung pengambilan keputusan terhadap masalah KIA. Tujuan penelitian ini yaitu merancang dan mengembangkan sistem informasi surveilans program KIA berbasis DHIS 2. Jenis penelitian adalah action research dengan mengikuti langkah-langkah protoyping dalam mengembangkan sistem informasi surveilans program KIA berbasis DHIS 2 (District Health Information Software 2). Penelitian dilaksanakan pada bulan Agustus 2019 - Februari 2020 di Puskesmas Kabupaten Kulon Progo. Subjek penelitian ini yaitu Petugas KIA Puskesmas sebanyak 6 orang yang ditentukan berdasarkan purposive sampling. Objek penelitian ini adalah sistem informasi surveilans KIA. Prototipe sistem informasi surveilans program KIA berbasis DHIS 2 telah melalui tahap identifikasi kebutuhan, desain sistem, implementasi, dan pengujian. Hasil uji coba sistem membuktikan bahwa pengguna dapat menerima sistem tersebut dan sistem berjalan dengan baik. Sistem informasi surveilans program KIA berbasis DHIS 2 sudah berhasil dikembangkan dan diterima oleh pengguna. Oleh karena itu, pihak puskesmas disarankan agar mengimplementasikan sistem ini dalam kegiatan surveilans KIA.
Preliminary Evaluation of an LLM-Based Annotation Framework for Medical NER in Bahasa Indonesia Ningtyas, Annisa Maulida; Salim, Marko Ferdian; Syairaji, M; Santoso, Dian Budi
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 20, No 2 (2026): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.112690

Abstract

Keterbatasan data beranotasi berkualitas menghambat pengembangan model Named Entity Recognition (NER) medis untuk Bahasa Indonesia. Penelitian ini menyajikan desain evaluasi untuk framework anotasi semi-otomatis berbasis Large Language Models (LLMs) untuk terminologi medis Indonesia. Framework mengintegrasikan pre-anotasi LLM dengan validasi manusia melalui web interface. Tujuan utama penelitian ini adalah mengevaluasi konsistensi dari LLM pada 21 posting forum Alodokter terkait NER dengan lima kategori entitas: penyakit, gejala, anatomi, obat, dan prosedur, menggunakan ensembel tiga varian model Gemini (Gemini-2.5-Flash, Gemini-2.0-Flash, dan Gemini-2.5-Flash-Lite). Evaluasi menggunakan Inter-Annotator Agreement (IAA) Cohen’s Kappa dan F1 score.  Hasil menunjukkan konsistensi internal model yang tinggi, dengan Gemini-2.5-Flash-Lite mencapai konsistensi internal tertinggi (strict F1 = 0.970, kappa = 0.977). Kesepakatan antar-model signifikan tetapi lebih rendah (rata-rata F1 ketat = 0.716, kappa = 0.756), dengan deteksi batas sebagai sumber utama ketidaksepakatan. Analisis posting dengan kesepakatan terendah mengidentifikasi tiga faktor: ambiguitas identifikasi entitas pada posting berbentuk pertanyaan, ambiguitas klasifikasi jenis entitas, dan strategi segmentasi batas untuk bahasa medis Indonesia informal.
Monitoring Persebaran Penyakit Demam Berdarah Dengue dengan Memanfaatkan Data Berita Online Ningtyas, Annisa Maulida; Lubis, Ismil Khairi; Herwanto, Guntur Budi
Jurnal Kesehatan Vokasional Vol 4, No 2 (2019): May
Publisher : Sekolah Vokasi Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jkesvo.44691

Abstract

Latar Belakang: Implementasi surveilans penyakit di Indonesia masih menggunakan metode tradisional, yaitu dengan mengumpulkan data langsung di lapangan. Surveilans penyakit dengan menggunakan metode tradisional ini memiliki beberapa kekurangan, yaitu data real dilapangan sulit didapatkan secara real-time pada skala global dan laporan mengenai persebaran penyakit memerlukan waktu yang panjang.Tujuan: Tujuan dari penelitian in adalah untuk melakukan studi pendahuluan penggunaan berita online untuk surveilans penyakit,yang diharapkan dapat menyajikan informasi mengenai persebaran penyakit Demam Berdarah Dengue (DBD) di Indonesia secara real-time.Metode: Data yang digunakan adalah data berita yang berasal dari beberapa portal berita online, seperti kompas.com, tempo.com, krjogja.com dan sebagainya, yang diambil dalam rentang waktu tertentu. Ekstraksi fitur lokasi pada berita menggunakan metode dictionary pattern matching.Hasil: Hasil dari penelitian ini ditemukan persebaran penyakit berdasarkan fitur lokasi dalam berita di 9 Provinsi di Indonesia, yaitu Banten, DI Yogyakarta, Jambi, Jawa Barat, Jawa Tengah, Kalimantan Timur, Kalimantan Utara, Nusa Tenggara Timur dan Sumatera Utara. Hasil uji korelasi menunjukan bahwa terdapat korelasi antara kemunculan fitur lokasi dengan banyaknya kasus dilapangan. Kemudian dari hasil perbandingan dengan peringkat 5 besar provinsi dengan angka kejadian tertinggi, ditemukan bahwa 3 dari 9 provinsi memiliki kesesuaian dengan data dari Kementerian Kesehatan, yaitu Jawa Tengah, Sumatera Utara dan Jawa BaratKesimpulan: Surveilans dengan memanfaatkan berita online berkorelasi dengan data dari Kementerian Kesehatan dan dapat menyajikan informasi persebaran DBD secara real-time, namun penelitian ini masih memiliki kekurangan, yaitu jumlah berita yang tidak relevan masih cukup tinggi dan masih condong pada suatu daerah.
‘Resik’ sebagai Sistem Informasi untuk Identifikasi Berkas Rekam Medis Ganda di Rumah Sakit Umum Daerah X Daerah Istimewa Yogyakarta Nuryati, Nuryati; Ningtyas, Annisa Maulida; Herwanto, Guntur Budi; Sulistiyo, Widhi
Jurnal Kesehatan Vokasional Vol 5, No 2 (2020): May
Publisher : Sekolah Vokasi Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jkesvo.51442

Abstract

Latar Belakang: Di salah satu RSUD X DIY masih terdapat potensi duplikasi nomor rekam medis dan diharapkan untuk segera dilakukan identifikasi untuk menangani masalah tersebut. Diperlukan sebuah mekanisme standar yang digunakan untuk melakukan identifikasi kesamaan data rekam pasien di rumah sakit yang bertujuan untuk menghilangkan duplikasi data rekam medis. Mekanisme tersebut dituangkan dalam sebuah framework untuk mendeteksi duplikasi rekam medis yang diberi nama ”RESIK”.Tujuan: Menerapakan framework ”RESIK” di salah satu RSUD X DIY untuk mengidentifikasi terjadinya duplikasi rekam medis.Metode: Metode identifikasi duplikasi rekam medis menggunakan pairwise comparison. Kriteria yang dikomparasikan adalah 100.000 data sosial  pasien yang ada pada database SIMRS di RSUD X DIY. Identifikasi potensi duplikasi menggunakan data nomor rekam medis,  nama, tanggal lahir, jenis kelamin, dan alamat pasien.Hasil: Dari 100.000 data sosial pasien, ditemukan bahwa terdapat 413 berkas rekam medis yang terindikasi duplikasi (0,413%). Dari 413 berkas rekam medis, ditemukan sebanyak 407 pasien (98,547%) memiliki dua nomor rekam medis berbeda, 5 pasien (1,211%) memiliki 3 nomor rekam medis berbeda, dan 1 pasien (0,242%) memiliki empat nomor rekam medis berbeda. Kesimpulan: Framework ”RESIK” terbukti dapat mengidentifikasi adanya duplikasi nomor rekam medis di RSUD X DIY.
Co-Authors Herwanto, Guntur Budi Marko Ferdian Salim, Marko Ferdian Nuryati Nuryati Pratama, Rio Aditya Santoso, Dian Budi Sulistiyo, Widhi Syairaji, M Syairaji, M.