Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : infotech journal

E-MEDICAL PELAYANAN PASIEN RAWAT JALAN PUSKESMAS DESA MARGAMULYA DENGAN METODE EXTREME PROGRAMMING Budiman Budiman; Whydiantoro Whydiantoro; Fachri Rizma Firdaus
INFOTECH journal Vol. 5 No. 2 (2019)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v5i2.113

Abstract

Sistem komputerisasi sudah banyak diterapkan dalam berbagai bidang, termasuk dalam bidang kesehatan. Puskesmas merupakan instansi yang bergerak dalam bidang pelayanan kesehatan masyarakat. Saat ini banyak dibangun puskesmas bahkan rumah sakit di berbagai daerah akan tetapi di daerah pelosok puskesmas masih menjadi alternatif sebagai usaha pencegahan atau penanggulangan awal terhadap upaya-upaya kesehatan masyarakat. Oleh sebab itu peningkatan mutu pelayanan terhadap masyarakat sangat di perlukan. Demi peningkatan mutu pelayanan puskesmas, sistem komputerisasi sangat dibutuhkan agar pelayanan yang diberikan bisa lebih baik. Seperti pelayanan e-Medical pada pendaftaran pasien yang digunakan, Puskesmas yang belum menggunakan sistem komputerisasi kesulitan dalam memanajemen pasien terutama pasien baru dan pasien lama, metode yang digunakan dalam penelitian ini adalah extreme programming yang dibagi menjadi beberapa phase. Hasil pengujian dari penelitian ini yaitu system ini sudah bisa mengidentifikasi pasien dengan kartu puskesmas sebagai sebagai alat identifikasi dan mencatat rekam medis. Kata Kunci: Sistem Informasi, E-Medical, Puskesmas, Visual Basic, Rekam Medis
RANCANG BANGUN APLIKASI MEDIA INFORMASI MENGGUNAKAN BAHASA PEMROGRAMAN PHP DAN MYSQL BERBASIS WEB Budiman Budiman; Whydiantoro Whydiantoro
INFOTECH journal Vol. 6 No. 1 (2020)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v6i1.238

Abstract

Ilmu Teknik Informatika adalah suatu ilmu yang sangat berhubungan erat dengan teknologi informasi, dimana penerapannya mengarah kepada kemajuan teknologi masa depan. Seiring dengan pesatnya kemajuan teknologi informasi, informasi merupakan hal yang sangat penting dalam menjalankan suatu pekerjaan dan kegiatan. Media informasi merupakan sarana yang digunakan untuk memberikan informasi peristiwa-peristiwa yang terjadi kepada masyarakat umum secara cepat. Pesatnya perkembangan teknologi saat ini, membuat semakin majunya perkembangan informasi. Dan salah satu produk multimedia yang sangat penting dalam perkembangan informasi adalah berupa video atau konten multimedia lainnya. Pada saat ini Informasi Multimedia merupakan hal yang paling unggul dan trend. Universitas Majalengka merupakan Universitas terbesar dan satu-satunya yang berada di kabupaten Majalengka, Jawa barat. Universitas Majalengka memiliki 8 Fakultas dan 1 Program Pascasarjana, dengan di sokong 24 Program Studi. Dengan adanya web media informasi ini di harapkan dapat mempermudah setiap individu atau kelompok dalam mencari referensi tugas mata kuliah, melihat kembali moment, event, yang telah terjadi di lingkungan Fakultas Teknik Universitas Majalengka dan juga dapat lebih mempersingkat waktu dalam segala prosesnya.
KOMPARASI K-MEANS DAN NAÏVE BAYES PADA ANALISIS MIGRASI PENDUDUK MAJALENGKA Budiman; Ii Sopiandi; Mei Bunga Kiranti
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.18258

Abstract

Penelitian ini membandingkan performa algoritma K-Means Clustering dan Naïve Bayes Classification dalam mengidentifikasi pola migrasi penduduk antar kecamatan di Kabupaten Majalengka menggunakan data migrasi tahun 2024 dari Dinas Kependudukan dan Pencatatan Sipil. Penelitian dilakukan menggunakan pendekatan Knowledge Discovery in Database (KDD) melalui tahapan seleksi data, preprocessing, transformasi, pemodelan, dan evaluasi. Algoritma K-Means digunakan untuk mengelompokkan 26 kecamatan ke dalam tiga klaster berdasarkan karakteristik migrasi masuk dan keluar, sedangkan Naïve Bayes digunakan untuk mengklasifikasikan kecenderungan migrasi menjadi kategori kenaikan dan penurunan. Hasil menunjukkan bahwa K-Means berhasil membentuk tiga kelompok migrasi yaitu tinggi, sedang, dan rendah secara konsisten setelah dua iterasi. Sementara itu, Naïve Bayes menghasilkan akurasi klasifikasi sebesar 90% berdasarkan evaluasi confusion matrix. Temuan ini menunjukkan bahwa K-Means efektif untuk eksplorasi pola data tanpa label, sedangkan Naïve Bayes lebih unggul untuk prediksi berbasis data berlabel. Kombinasi kedua algoritma memberikan pendekatan komprehensif untuk mendukung analisis kebijakan kependudukan berbasis data. Kata Kunci: Migrasi Penduduk, K-Means, Naïve Bayes, Data Mining, RapidMiner.