p-Index From 2020 - 2025
7.445
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering International Journal of Evaluation and Research in Education (IJERE) Media Kesehatan Masyarakat Indonesia NUTRIRE DIAITA Jurnal Kebijakan Kesehatan Indonesia UNEJ e-Proceeding JIPI (Jurnal Ilmu Perpustakaan dan Informasi) Public Health of Indonesia Indonesian Journal of Artificial Intelligence and Data Mining Jurnal Ilmiah Bidan Jurnal Manajemen Kesehatan Yayasan RS.Dr. Soetomo JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Manajemen Informatika Jurnal Kesehatan Indonesia Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI) Indonesian of Health Information Management Journal (INOHIM) Health Information : Jurnal Penelitian PREPOTIF : Jurnal Kesehatan Masyarakat Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Ners Jurnal Ilmiah Perekam dan Informasi Kesehatan Imelda (JIPIKI) Journal of Nursing and Public Health (JNPH) Indonesian Journal of Global Health research Jurnal Health Sains Jurnal Kesehatan Tambusai J-REMI : Jurnal Rekam Medik dan Informasi Kesehatan MAHESA : Malahayati Health Student Journal Health Publica : Jurnal Kesehatan Masyarakat International Journal of Science and Society (IJSOC) Jurnal Ilmu Kesehatan Masyarakat Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Sosial dan Sains Indonesian Journal of Health Information Management Services (IJHIMS) International Journal of Health and Information System (IJHIS) Detector: Jurnal Inovasi Riset Ilmu Kesehatan Promotor: Jurnal Mahasiswa Kesehatan Masyarakat Al Makki Health Informatics Journal E-Amal: Jurnal Pengabdian Kepada Masyarakat Holistik Jurnal Kesehatan Jurnal Akuntansi, Ekonomi dan Manajemen Bisnis
Claim Missing Document
Check
Articles

Prediksi Waktu Tunggu Pelayanan Pasien Rawat Jalan dengan Algoritma Random Forest: Predicting Outpatient Service Waiting Times with Random Forest Algorithm Munggaran, Rahayu Putri; Nurmalasari, Mieke; Hosizah, Hosizah; Krismawati, Dewi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 1 (2025): MALCOM January 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i1.1529

Abstract

Waktu tunggu pelayanan merupakan salah satu langkah yang harus dilalui pasien untuk mendapatkan pelayanan kesehatan, dimulai dari pendaftaran hingga pemeriksaan oleh dokter. Penelitian ini bertujuan memprediksi waktu tunggu pelayanan pasien rawat jalan menggunakan algoritma Random Forest di Rumah Sakit Jiwa Dr. Soeharto Heerdjan. Prediksi ini diharapkan mempermudah pekerjaan petugas dan dapat diintegrasikan ke dalam aplikasi online untuk mengurangi penumpukan pasien. Metode data mining diterapkan menggunakan aplikasi Orange Data Mining dengan algoritma Random Forest. Penelitian dilakukan menggunakan 2.109 data dari tiga bulan di tahun 2023, yang setelah preprosesing menghasilkan 1.508 data dengan 8 atribut: usia, jenis kelamin, poliklinik, layanan yang dipilih, waktu datang, waktu sebelum bertemu dokter, durasi waktu tunggu, jaminan kesehatan, dan kategori pasien. Data dibagi menjadi dua bagian, yaitu data training sebanyak 1.055 dan data testing sebanyak 452. Hasil prediksi menunjukkan akurasi tinggi dengan nilai AUC 98,2%, CA 97,6%, F1 97,6%, precision 97,6%, dan recall 97,3%. Model ROC-curve dapat memisahkan tiga kategori waktu tunggu yaitu cepat, lambat, dan normal, dengan nilai akurasi mendekati 1. Visualisasi menggunakan Pythagorean Forest membantu mengidentifikasi kategori atau pola waktu tunggu pasien dengan akurasi yang tinggi.
Evaluation of User Satisfaction in the Satusehat Application Sulistianingsih, Sulistianingsih; Nurmalasari, Mieke; Hosizah, Hosizah; Zuama Qomarania, Witri
Jurnal Ilmu Kesehatan Masyarakat Vol. 15 No. 3 (2024): Jurnal Ilmu Kesehatan Masyarakat (JIKM)
Publisher : Association of Public Health Scholars based in Faculty of Public Health, Sriwijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26553/jikm.2024.15.3.346-359

Abstract

Digital transformation in the health sector aims to provide quality, fast, easy, affordable, and measurable services to the community. User satisfaction is paramount when providing services. Key factors influencing user satisfaction include Information, System, and Service Quality. The objective of this study is to evaluate the impact of information quality, system quality, and service quality on user satisfaction with the SATUSEHAT. This research used a quantitative with a cross-sectional design technique. This research using a quota sampling method with 106 respondents. This research using multiple linear regression analysis with univariate and multivariate classical assumption tests. This research focuses on SATUSEHAT application users who actively use social media platforms like Instagram and Twitter. The evaluation aims to provide insights into the impact of information, system, and service quality of the SATUSEHAT application's user satisfaction with the SATUSEHAT application. The results explain that 56.6% of respondents were female, 43.3% were male. 54.7% of this study's respondents were undergraduates aged 19 - 34 years, 67.0% of respondents. Most of the respondents' jobs were employees, 34.9%. Service quality significantly influences SATUSEHAT application The results of the regression coefficient value for user satisfaction is 0.651, and quality of the information, with a regression coefficient of 0.113. The The study found that information, system, and service quality significantly influence user satisfaction with the SATUSEHAT application.
Penerapan Decision Tree dan Neural Network untuk Prediksi Severity Level Pada Kasus Hipertensi di RSUD Khidmat Sehat Afiat (KISA) Depok Rafidah, Arlien Rona; Nurmalasari, Mieke; Hosizah, Hosizah; Larasati , Dhiar Niken
J-REMI : Jurnal Rekam Medik dan Informasi Kesehatan Vol 6 No 1 (2024): December
Publisher : Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/j-remi.v6i1.4963

Abstract

Severity Level is a component of the INA-CBGs code that indicates the severity of a case during treatment, influencing the INA-CBGs tariff rate. The aim of this study is to predict the severity level by implementing decision tree and neural network algorithms using Orange Data Mining. This research was conducted at Khidmat Sehat Afiat Regional Public Hospital in Depok City, utilizing 162 inpatient claim records with primary diagnoses of Hypertension and Hypertensive Heart Disease and secondary diagnoses of CHF, CKD, or both. Prediction was carried out on 114 testing data and 48 training data. Claim data were analyzed using Decision Tree and Neural Network, with testing results showing the highest score in neural network performance with an AUC of 62.5%, CA of 57%, F1 of 56.2%, and precision of 57.7%. Based on calculations from the confusion matrix, the neural network demonstrated better performance, with accuracy at 57.89%, precision at 65.6%, and recall at 80.76%. These results suggest that the neural network is recommended for predicting the severity level of hypertension cases at Khidmat Sehat Afiat Hospital, as it achieves higher accuracy than the Decision Tree.
KETEPATAN PENGODEAN DIAGNOSIS TURBERKULOSIS DI RSUD KOTA TANGERANG Darmawan, Lusiana; Temesvari, Nauri Anggita; Hosizah, Hosizah
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 4 (2024): November 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i4.2313

Abstract

Abstract: Disease coding is one of the important things in providing health information. Coding is used to code diseases according to WHO regulations regarding diagnosis codes consisting of letters and numbers, thereby facilitating the disease reporting process. Coding relies heavily on the clarity of the diagnosis written by the doctor to provide quality information. Inaccuracy of the codes given during the coding process will affect the hospital's reporting activities and decision making. The aim of this research is to determine the relationship between the clarity of writing a diagnosis and the accuracy of coding a diagnosis of tuberculosis at the Tangerang City Regional Hospital. This type of research is quantitative research using a cross sectional research design. The sample consisted of 72 inpatient medical records of tuberculosis patients using a purposive sampling technique. Data analysis was carried out using univariate analysis and bivariate analysis with the Chi-Square test. The results of the study showed that the clarity of writing a clear diagnosis was 49 (68.1%) and the writing of a tuberculosis diagnosis was unclear in 23 (31.9%) of the inpatient medical records of tuberculosis patients. Meanwhile, the accuracy of coding a diagnosis of tuberculosis was 38 (52.8%), and the accuracy of coding an incorrect diagnosis was 34 (47.2%) from 72 medical records. The p-Value = 0.000 (0.000<0.05) so that there is a significant relationship between the clarity of writing a diagnosis and the accuracy of coding a diagnosis of tuberculosis. Keywords: Clarity, Coding Accuracy, Tuberculosis Abstrak: Pengodean penyakit merupakan satu diantara hal penting dalam penyediaan informasi kesehatan. Pengodean digunakan untuk memberi kode penyakit sesuai aturan WHO tentang kode diagnosis yang terdiri dari huruf angka sehingga memudahkan proses pelaporan penyakit. Pengodean sangat bergantung pada kejelasan penulisan diagnosis yang ditulis dokter guna menyediakan informasi yang berkualiktas. Ketidaktepatan kode yang diberikan pada proses pengodean akan berpengaruh terhadap legiatan pembuatan pelaporan dan pengambilan keputusan rumah sakit. Tujuan penelitian ini adalah untuk mengetahui hubungan kejelasan penulisan diagnosis dengan ketepatan pengodean diagnosis penyakit tuberkulosis di RSUD Kota Tangerang. Jenis penelitian ini adalah penelitian kuantitatif dengan menggunakan desain penelitian Cross Sectional. Sampel terdiri dari 72 rekam medis rawat inap pasien tuberkulosis dengan teknik pengambilan secara purposive sampling. Analisis data dilakukan dengan analisis univariat dan analisis bivariat dengan uji Chi-Square. Hasil penelitian menunjukkan bahwa kejelasan penulisan diagnosis yang jelas sebanyak 49 (68,1%) dan penulisan diagnosis tuberkulosis yang tidak jelas sebanyak 23 (31,9%) rekam medis rawat inap pasien tuberkulosis. Sedangkan ketepatan pengodean diagnosis penyakit tuberkulosis sebanyak 38 (52,8%), dan ketepatan pengodean diagnosis yang tidak tepat sebanyak 34 (47,2%) dari 72 rekam medis. Nilai p-Value = 0,000 (0,000<0,05) sehingga ada hubungan bermaksa antara kejelasan penulisan diagnosis dengan ketepatan pengodean diagnosis penyakit tuberkulosis. Kata kunci: Kejelasan, Ketepatan Pengodean, Tuberkulosis 
Hubungan Pengetahuan terhadap Sikap DPJP tentang Standar dan Desain Formulir Resume Medis di RSIA Malebu Husada Makassar Tita Ardianti; Nurmalasari, Mieke; Hosizah; Zuama, Witri
Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI) Vol 12 No 2 (2024)
Publisher : Asosiasi Perguruan Tinggi Rekam Medis dan Informasi Kesehatan Indonesia- APTIRMIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33560/jmiki.v12i2.652

Abstract

Desain formulir sangat berperan penting untuk pengisian dan kelengkapan informasi data, oleh karena itu formulir harus dirancang dan dibuat sebaik-baiknya supaya menghasilkan data yang tepat. Pengetahuan sangat memungkinkan terjadinya perubahan sikap. Berdasarkan temuan yang didapatkan penulis saat observasi awal, formulir resume medis sudah terdapat variabel diagnosa tetapi tidak dibedakan variabel diagnosa utama dan diagnosa sekunder. Dokter tidak membedakan penulisan diagnosa utama dan diagnosa sekunder, hal ini dapat menyebabkan kesalahan penentuan kondisi utama dan berdampak pada pengklaiman dan pelaporan. Tujuan penelitian ini untuk mengetahui hubungan pengetahuan tentang standar resume medis dengan sikap DPJP pada desain formulir resume medis di RSIA Malebu Husada Makassar. Metode penelitian ini adalah kuantitatif dengan desain penelitian cross sectional dengan uji analisis korelasi pearson product moment. Penelitian dilakukan di RSIA Malebu Husada Makassar. Teknik pengambilan sampel dengan menggunakan total sampling dengan jumlah 12 sampel. Hasil penelitian menunjukkan bahwa tidak terdapat hubungan yang signifikan antara pengetahuan tentang tentang standar resume medis terkait sikap DPJP pada desain formulir rekam medis di RSIA Malebu Husada Makassar dengan p-value = 0,3333 > 0,05.
Persepsi Kemanfaatan dan Kemudahan Terhadap Perilaku Penggunaan Sistem Informasi Manajemen Rumah Sakit (SIMRS) Berbasis Website Di RSIA Kemang Medical Care Jakarta Widodo, Agus Widodo; Hosizah; Tria Saras Pertiwi
Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI) Vol 12 No 2 (2024)
Publisher : Asosiasi Perguruan Tinggi Rekam Medis dan Informasi Kesehatan Indonesia- APTIRMIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33560/jmiki.v12i2.746

Abstract

SIMRS merupakan kumpulan mekanisme pengolah data terpadu agar siap digunakan untuk kebutuhan pengelolaan rumah sakit dalam menjalankan sistem informasi. RSIA Kemang Medical Care Jakarta sudah menggunakan SIMRS sejak bulan Maret 2023 yang semula masih menggunakan sistem aplikasi menjadi berbasis website. Untuk mengetahui apakah SIMRS berjalan efektif dan efisien. Maka diperlukan suatu persepsi, tujuan persepsi ini diperlukan untuk menerima suatu sistem informasi yang didapatkan dari perilaku penggunaan di rumah sakit. Penelitian ini dimaksudkan untuk mengetahui pengaruh persepsi kemanfaatan dan kemudahan sistem informasi berbasis website terhadap perilaku penggunaan di RSIA Kemang Medical Care. Penelitian ini dilakukan di RSIA Kemang Medical Care Jakarta. Jenis penelitian observasional analitik dengan pendekatan kuantitatif dengan desain cross sectional. Populasi pada penelitian ini berjumlah 100 responden dengan sampel sebesar 100 pengguna dengan menggunakan teknik total sampling. Pengumpulan data dilakukan menggunakan kuesioner google form. Teknik analisis data menggunakan analisis regresi linier berganda. Hasil penelitian menjelaskan bahwa persepsi kemanfaatan dan kemudahan berpengaruh secara signifikan terhadap perilaku penggunaan SIMRS dengan nilai signifikansi < 0.05 dan nilai determinasi sebesar 0.508 (50.8%).
Studi Readmisi Pasien Gagal Jantung Kongestif di RSUD Kota Tangerang Rahmawati, Danisa Ocha; Nurmalasari, Mieke; Hosizah, Hosizah; Qomarania, Witri Zuama
Jurnal Manajemen Kesehatan Yayasan RS.Dr. Soetomo Vol 10, No 2 (2024): JMK Yayasan RS.Dr.Soetomo, Kedua 2024
Publisher : STIKES Yayasan RS.Dr.Soetomo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29241/jmk.v10i2.1922

Abstract

Gagal jantung kongestif termasuk penyakit yang sering terjadi readmisi di rumah sakit meskipun pengobatan rawat jalan telah diberikan secara optimal. Pasien gagal jantung kongestif mengalami readmisi pada saat tidak patuh terhadap tindak lanjut medis, ketidakpahaman pasien dan keluarga mengenai cara perawatan di rumah yang menyebabkan komplikasi dan terjadinya rawat inap ulang (readmisi). Tujuan penelitian adalah mengetahui faktor – faktor yang mempengaruhi readmisi pada pasien gagal jantung kongestif di RSUD Kota Tangerang. Penelitian ini adalah penelitian kuantitatif dengan desain cross-sectional. Sampel terdiri dari 117 rekam medis menggunakan teknik sampling jenuh. Analisis menggunakan Analisis Regresi Logistik Berganda. Hasil penelitian ini diperoleh bahwa distribusi frekuensi faktor demografi pasien yang paling banyak terjadi readmisi pada pasien berusia < 65 tahun sebanyak 52 responden (83,1%), dan berjenis kelamin perempuan sebanyak 34 responden (53,1%). Faktor lainnya adalah LOS < 4 hari sebanyak 41 responden (64,1%) dengan komorbiditas yang dimiliki pasien gagal jantung kongestif adalah pasien dengan komorbiditas kardiovaskular sebanyak 47 responden (73,4%). Terdapat pengaruh yang signifikan antara Length of Stay (LOS) dan komorbiditas terhadap kejadian readmisi pada pasien gagal jantung kongestif. Pasien dengan dengan Length of Stay (LOS) ≥4 hari berpeluang untuk readmisi sebesar 3,105 kali dibandingkan dengan pasien yang LOS nya <4 hari. Pasien dengan komorbid kardiovaskular berpeluang mengalami readmisi sebesar 4,3 kali dibandingkan pasien gagal jantung kongestif dengan komorbid non kardiovaskular. Kata kunci : Readmisi, Gagal Jantung Kongestif, LOS, Komorbiditas
Video tutorial pendaftaran mobile JKN dapat meningkatkan pemahaman pasien BPJS kesehatan Rahmayani, Kamila Zainab; Hosizah, Hosizah
Holistik Jurnal Kesehatan Vol. 18 No. 11 (2025): Volume 18 Nomor 11
Publisher : Program Studi Ilmu Keperawatan-fakultas Ilmu Kesehatan Universitas Malahayati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/hjk.v18i11.593

Abstract

Background: The national health insurance mobile application is used for registration of social security administrator patients who want to seek treatment at health service facilities such as independent doctor's practices, but currently some patients still experience difficulties so that video tutorials can help overcome these problems. Purpose: To determine the effect of the availability of video tutorials on registering for the National Health Insurance application via mobile phones on the understanding of patients registered with the Social Security Administering Agency. Method: Quantitative research with a cross-sectional design, conducted in April 2024 at an independent doctor's practice. The sample used was 96 respondents and was collected using the accidental sampling technique. Results: Simple linear regression analysis shows that there is an influence between the availability of registration tutorial videos on the understanding of Social Security Administering Agency patients with a significant p value of 0.019 (<0.05), so that health services in this study need to provide registration tutorial videos through the National Health Insurance Mobile. Conclusion: There is a significant influence between the availability of video tutorials for registration via the National Health Insurance Mobile on the understanding of Social Security Administering Agency patients. Suggestion: Conduct routine socialization to patients who are undergoing treatment, especially Social Security Administering Agency patients who register using the National Health Insurance mobile, so that patients can understand the contents of the application.    Keywords: Health; National Health Insurance Mobile; Patients; Social Security Administering Agency; Tutorials; Video.    Pendahuluan: Aplikasi mobile Jaminan Kesehatan Nasional (JKN) digunakan untuk pendaftaran pasien badan penyelenggara jaminan sosial yang ingin berobat ke fasilitas pelayanan kesehatan, seperti praktek mandiri dokter. Namun saat ini beberapa pasien masih mengalami kesulitan, sehingga video tutorial dapat membantu mengatasi masalah tersebut. Tujuan: Untuk mengetahui pengaruh ketersediaan video tutorial tentang pendaftaran mobile JKN terhadap pemahaman pasien BPJS kesehatan. Metode: Penelitian kuantitatif menggunakan desain cross sectional, dilaksanakan pada bulan April 2024 di praktek dokter mandiri. Sampel yang digunakan sebanyak 96 responden dan dikumpulkan dengan teknik accidental sampling. Hasil: Analisis regresi linear sederhana menunjukkan bahwa ada pengaruh antara ketersediaan video tutorial tentang pendaftaran terhadap pemahaman pasien BPJS dengan nilai p signifikan 0.019 (< 0.05), sehingga layanan kesehatan pada penelitian ini perlu menyediakan video tutorial pendaftaran melalui mobile JKN. Simpulan: Ada pengaruh yang signifikan antara ketersediaan video tutorial tentang pendaftaran melalui mobile JKN terhadap pemahaman pasien BPJS. Saran: Melakukan sosialisasi rutin kepada para pasien yang berobat, terutama pasien BPJS yang mendaftar menggunakan mobile JKN, agar pasien dapat memahami isi pada aplikasi tersebut.   Kata Kunci: BPJS; Kesehatan; Mobile JKN; Pasien; Tutorial; Video.
PENGARUH AKURASI KODING TERHADAP HASIL PENGAJUAN KLAIM RAWAT INAP BPJS KESEHATAN DI RS SENTRA MEDIKA CIBINONG Lestari, Jayanti; Muchlis, Husni Abdul; Hosizah, Hosizah; Temesvari, Nauri Anggita
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2798

Abstract

Abstract: Claim files that are returned / pending can result in a decrease in hospital income due to a mismatch in service costs with the number of claims billed. The results of submitting inpatient claims at Sentra Medika Cibinong Hospital in September-November 2023 were 327 (10%) pending files out of 3,250 files billed. The purpose of the study was to determine the effect of coding accuracy on the results of submitting BPJS Health inpatient claims. With a quantitative approach and cross sectional design. The population was all inpatient claim files, a sample of 300 claim files with the Accidental Sampling technique. Data analysis using chi square test and observation data collection. The results showed inaccurate coding files 116 (38.7%) and accurate coding 184 (61.3%) and pending files 49 (16.3%) and not pending 251 (83.7%). While the results of the chi square test obtained a P-value of 0.002 <0.05 OR value of 2.733 It was concluded that there was an influence between coding accuracy on the results of submitting BPJS Health inpatient claims at Sentra Medika Cibinong Hospital. Furthermore, inaccurate coding accuracy files are 2.7 times more likely to be pending than accurate files. Accurate coding files were pending 20 (10.9%) and not pending 164 (89.1%), inaccurate coding files were pending 29 (25%) and not pending 87 (75%). Suggestions for conducting regular evaluations of cases that have the potential to experience pending claims. Keyword: Coding Accuracy, Submission Results, Pending Claims Abstrak: Berkas klaim yang dikembalikan/pending dapat mengakibatkan penurunan pendapatan rumah sakit akibat ketidaksesuaian biaya layanan dengan jumlah klaim yang ditagihkan. Hasil pengajuan klaim rawat inap di RS Sentra Medika Cibinong pada bulan September–November 2023 Sebanyak 327 (10%) berkas pending dari 3.250 berkas yang ditagihkan. Tujuan penelitian untuk mengetahui pengaruh akurasi koding terhadap hasil pengajuan klaim rawat inap BPJS Kesehatan. Dengan pendekatan kuantitatif dan desain cross sectional. Populasi seluruh berkas klaim rawat inap pada bulan Maret 2024, sampel 300 berkas klaim dengan teknik Accidental Sampling. Analisa data menggunakan uji chi square dan pengumpulan data observasi. Hasil penelitian menunjukan berkas koding tidak akurat 116 (38,7%) dan koding akurat 184 (61,3%) serta berkas terpending 49 (16,3%) dan tidak terpending 251 (83,7%). Sedangkan hasil uji chi square diperoleh nilai P-value 0,002 < 0,05 nilai OR 2,733 Maka disimpulkan ada pengaruh antara akurasi koding terhadap hasil pengajuan klaim rawat inap BPJS Kesehatan di RS Sentra Medika Cibinong. Selanjutnya berkas akurasi koding tidak akurat berpeluang 2,7 kali akan terpending dibandingkan berkas yang akurat. Berkas koding akurat yang terpending 20 (10,9%) dan tidak terpending 164 (89,1%), berkas koding tidak akurat yang terpending 29 (25%) dan tidak terpending 87(75%). Saran melakukan evaluasi secara berkala terhadap kasus yang berpotensi mengalami pending klaim. Kata kunci: Akurasi Koding; Hasil Pengajuan; Pending Klaim
Natural Language Processing for Enhancing Anamnesis Documentation in Typhoid Fever Cases Putri, Tacyah Kholifah; Nurmalasari, Mieke; Hosizah, Hosizah; Krismawati, Dewi; Panutun, Satria Bagus
Indonesian Journal of Artificial Intelligence and Data Mining Vol 8, No 1 (2025): March 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v8i1.33325

Abstract

The implementation of Natural Language Processing (NLP) is crucial for enhancing the quality of medical records. This study aimed to develop an NLP model to improve the accuracy of documenting disease anamnesis for typhoid fever. The problem addressed by this research is the difficulty in analyzing and classifying patient complaints recorded in electronic medical records, which can affect the accuracy of diagnosis and treatment. The urgency of this study lies in ensuring that documented medical information is used accurately to support diagnosis and patient management. A quantitative approach was used, focusing on electronic medical records of patients who underwent anti-salmonella IgM tests in 2023, involving 424 individuals. The study assessed the performance of three models: Support Vector Machines (SVM), Naive Bayes Bernoulli, and Logistic Regression. The SVM model achieved the highest accuracy at 81.4%, compared to 76.7% for Naive Bayes Bernoulli and 79.1% for Logistic Regression. Additionally, four topic models were identified, highlighting common complaint words and their impacts. The most frequently occurring symptoms in the anamnesis of typhoid fever were "defecation," "nausea," "vomiting," "fever," "diarrhea," "heartburn," "weakness," "loss of appetite," "abdominal pain," "cough," and "cold." This study demonstrates that the SVM model provides superior accuracy in analyzing medical records compared to other models.
Co-Authors Alumni STIKES Husada Borneo Amanda Ambarwati Andani, Evi Andry Aris Susanto Atmojowati, Fitria Azza, Azizatul Basuki Hari Darmawan, Lusiana Dedy Kurniawan desi aryani Dewi, Sukmala Duta Liana Endang Titi Amrihati, Endang Titi Fachmi Tamzil Firdayana Firdayana Fitrisia, Gita Hari Basuki Harna, Harna Hera Adrianti Herey, Peter Herliza Husni HILHAMI, HILHAMI Husni Abdul Muchlis Husni, Herliza Irmawan, - Jayanti Aswinasih Julianti, Anissa Julita D. L. Nainggolan JUS’AT, IDRUS Kendrastuti, Nungky Nurkasih Kholida Syiah Nasution Krismawati, Dewi Kuntoro Kuntoro Kuntoro Kuntoro Larasati , Dhiar Niken Latumapina, Stella Florence Imanuela Lazuardy, Achmad Sirri Lepong, Maria Lestari, Jayanti Lisda Novilia Mauren Michaela, Sarah Meo, maria Hiasinta Michaela, Sarah Mauren Mulyo Wiharto Munggaran, Rahayu Putri Muzdalifah, Ifah Nanda Dina Cahya Nauri Anggita Temesvari Nisa Rafilda Khafidah Noor Yulia Novi Mulyani Putri Nurhasanah, Raden Nurmalasari, Mieke Oktavianti, Putri Panutun, Satria Bagus Peter Herey Purwanti, Amalia Indah Puspita, Kori Putri, Tacyah Kholifah Qomarania, Witri Uama Rafidah, Arlien Rona Rahmawati Rahmawati Rahmawati, Danisa Ocha Rahmayani, Kamila Zainab Ramadhani, Rizky Ramdhan, Yanuar Ratna Indrawati, Ratna Resia Perwirani Rina Anindita Rina Mutiara Rina Mutiara, Rina Rina Yuliana Rischa Zahra Bellanisa Rosida, Putri Lailatul Rubina, Tirzhana Jean Rusman Efendi Salsabilla, Jihan Saskia Salshabila, Andini Dwi Saqil Ahmad Saragih, Pestaria Seiswati, Siswati Sella Yossiant Selviani, Selviani Silalahi, Rani Gartika Holivia Sri Rahayu STIKES Husada Borneo Sulistianingsih Sulistianingsih Sunarti Sutanto, Imam Tamzil, Fachmi Temesvari, Nauri Anggita Tita Ardianti Tria Saras Pertiwi Umi Khoirun Nisak Widjaja, Lily Widodo, Agus Widodo Witri Zuama Qomarania Wittri, Zalipa Yani Haida Shanti Yati Maryati Yoga Utomo Yulia, Noor Yunita Fauzia A. Yunita Fitri Widiyawati Yusnaeni Yusnaeni, Yusnaeni Zuama, Witri