p-Index From 2020 - 2025
5.985
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) snimed Jurnal Teknoin Media Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Gaung Informatika Jurnal Informatika CommIT (Communication & Information Technology) Jurnal Teknologi Prosiding SNATIF Jurnal Teknologi Informasi dan Ilmu Komputer Telematika JUITA : Jurnal Informatika Jurnas Nasional Teknologi dan Sistem Informasi Journal of Information Systems Engineering and Business Intelligence AJIE (Asian Journal of Innovation and Entrepreneurship) INFORMAL: Informatics Journal Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal Informatika Upgris Sinkron : Jurnal dan Penelitian Teknik Informatika IT JOURNAL RESEARCH AND DEVELOPMENT INOVTEK Polbeng - Seri Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI KACANEGARA Jurnal Pengabdian pada Masyarakat Jiko (Jurnal Informatika dan komputer) ComTech: Computer, Mathematics and Engineering Applications JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Informatika dan Rekayasa Elektronik Journal of Appropriate Technology for Community Services Refleksi Pembelajaran Inovatif Jurnal Ilmiah Permas: Jurnal Ilmiah STIKES Kendal Indonesian Journal of Electrical Engineering and Computer Science Computer Science and Information Technologies JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Infokes : Jurnal Ilmiah Rekam Medis dan Informasi Kesehatan Jurnal Teknik Informatika (JUTIF) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Ekonomi dan Teknik Informatika Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi
Claim Missing Document
Check
Articles

Diagnosis EKG dengan Sistem Pakar menggunakan K-NN Prasojo, Ipin; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) SNIMed IV (2013)
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

EKG sudah banyak digunakan di rumah sakit sebagai alat untuk merekam aktifitas kelistrikan jantung, dari rekaman EKG tersebut dokter ahli penyakit jantung dapat mendiagnosis penyakit apa yang diderita pasien. Masalah diagnosis bukanlah perkara mudah, hanya dokter ahli penyakit jantung atau orang yang berpengalaman saja yang dapat melakukannya dengan baik. Untuk memudahkan diagnosis maka diperlukan alat bantu diagnosis, alat bantu tersebut menggunakan program komputer yang menggunakan sistem pakar dengan dilengkapi data base penyakit jantung sebagai basis pengetahuan dan menggunakan K- Nearest Neighborhoot (K-NN) sebagai metode klasifikasinya. Pengguna tinggal memasukan nilai komponen dari rekaman EKG kedalam program komputer, selanjutnya komputer akan memberikan hasil diagnosisnya kemampuan sistem ini adalah dapat mengidentifikasi kondisi jantung sehat atau myocardial infarction dengan akurasi 80% dengan uji validitas menggunakan metode single decision threshold.
SPK Penentuan Severity Level Kasus Penyakit Dengan Pohon Keputusan Puspitorini, Sukma; Kusumadewi, Sri; Rosita, Linda
Seminar Nasional Informatika Medis (SNIMed) 2016: Prosiding SNIMED 2016
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Case-mix adalah sistem pengklasifikasian penyakit yang mengkombinasikan antara sekelompok penyakit dengan karakteristik klinis yang sama/mirip Dasar pengklasifikasian adalah utilization yaitu penggunaan sumber daya rumah sakit yang homogen, serta clinical characteristic yang meli-puti gejala klinis yang similar atau sama. Dasar pengelompokan dengan menggunakan ICD – 10 untuk diagnosis dan ICD-9 untuk prosedur atau tindakan. Besarnya tarif/biaya yang harus dibayarkan/ditagih kepada Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan ditentukan oleh kode Indonesia Case Base Groups (INA CBGs) yang terdiri dari 4 digit. Digit keempat atau digit terakhir menunjukkan tingkat keparahan (severity level) kasus penyakit. yang dipengaruhi oleh diagnosis sekunder (komplikasi dan komorbiditas). Severity level berkaitan dengan resource intensity level yaitu sumber daya yang dihabiskan oleh rumah sakit dalam menangani seorang pasien. Penelitian ini bertujuan membangun sistem pendukung keputusan untuk menentukan severity level kasus penyakit menggunakan data mining model klasifikasi (classification) dengan pohon keputusan. Atribut yang akan digunakan sebagai masukan sistem untuk melakukan pred-iksi severity level adalah atribut umur, diagnosis utama (DU), diagnosis sekunder 1 (DS 1), dan diagnosis sekunder 2 (DS 2). Proses training menggunakan Algoritma C4.5 dengan konsep entropi-gain untuk menentukan akar pohon dan membangun pohon keputusan (decsision tree) secara keseluruhan dan kemudian dibuat aturannya dalam bentuk IF_THEN. Uji kredibilitas sistem dilakukan dengan melakukan proses testing dan hasilnya disajikan dalam bentuk matriks konfusi. Hasil dari penelitian ini adalah sistem yang dibangun dapat digunakan untuk melakukan prediksi severity level kasus penyakit dan dari aturan yang terbentuk menunjukkan bahwa atribut diagnosis sekunder 1 (DS 1) berpengaruh signifikan dalam proses pembentukan aturan.
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PATOLOGI KLINIS PADA PERANGKAT MOBILE UNTUK DIAGNOSIS PENYAKIT DENGAN GEJALA DEMAM Kusumadewi, Sri; Rosita, Linda
Seminar Nasional Informatika Medis (SNIMed) SNIMed IV (2013)
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Penelitian ini bertujuan untuk membangun sebuah Model Sistem Pendukung Keputusan Patologi Klinis (SPKPK) yang mampu membantu para tenaga medis dalam memberikan keputusan diagnosis pada pasien yang akan diimplementasikan pada smartphone berbasis Android. Penelitian dilakukan melalui beberapa tahap: 1) melakukan kajian literatur; 2) analisis dan perancangan model sistem pendukung keputusan dengan mengambil data pada penelitian Tahun I; 3) membangun prototipe model SPKK berbasis Android; 4) mengujicoba sistem pada dokter pada rumah sakit yang menjadi rekanan peneliti. Bentuk produk akhir penelitian berupa prototipe aplikasi SPKPK berupa mobile application berbasis Android. Prototipe sudah berhasil dibuat dan diimplementasikan pada tablet. SPKPK mampu mendiagnosis sebanyak sepuluh penyakit berdasarkan sebelas gejala. Ada dua model basis pengetahuan yang dibangun, yaitu basis pengetahuan untuk diagnosis awal (BP1) dan basis pengetahuan untuk menentukan jenis item uji laboratorium klinik (BP2). Kedua basis pengetahuan tersebut direpresentasikan dengan menggunakan pohon keputusan. Selanjutnya dibuat juga model inference engine untuk melakukan penalaran. Ada dua inference engine yang dibuat, yaitu forward chaining untuk proses diagnosis awal (IE1) dan backward chaining untuk penentuan item uji laboratorium klinis (IE2). Proses pengujian telah dilakukan dan SPKPK ini telah berhasil menguji semua diagnosis awal dengan sempurna. Untuk selanjutnya akan dilakukan pengujian aplikasi ke dokter untuk mengukur seberapa besar kinerja dari SPKPK tersebut.
Pengaruh Percieved usefulness Dan Percieved easy of use Terhadap Perilaku Pemanfaatan Magnetic Resonance Imaging (MRI) Oleh Tenaga Medis Bahiyah, Nurul; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) SNIMed IV (2013)
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Adopsi teknologi yang diterapkan di instansi kesehatan menimbulkan reaksi yang berbeda-beda oleh penggunanya.Seperti halnya adopsiTeknologi MRI yang tergolong baru diterapkan di rumah sakit tidak lepas darisikap dan perilaku pengguna yang beragam.Kecenderungan untuk menerima atau menolak dapat dilihat dari antusias pengguna terhadap niat/minat dalam memanfaatkan teknologi (intention to use). Analisis minat pemanfaatan MRI pada tenaga medis menggunakan pendekatan model TECHNOLOGY ACCEPTANCE MODEL (TAM). TAM mempunyai dua konstruk penting yaitu persepsi kegunaan (perceived usefulness) dan persepsi kemudahan (perceived easy of use). Pada penelitian ini didapat adanya pengaruh perceived usefulness terhadapintention to use MRIdan percieved easy of use terhadap perceivedusefulness.Uji statistic dilakukan dengan menggunakan metode regresi dengan alat analasis SPSS 19.
Rekomendasi Tenaga Kesehatan di Lokasi Bencana Memanfaatkan Fuzzy Inference System Model Berbasis Website Ruslam, Andri Wahyu Ahmad; Arifianto, July; Sagala, Muhammad Zikri Khatami; Andika, Zikri Dwi; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) 2019
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Pengelolaan sukarelawan tenaga kesehatan di lokasi bencana sangatlah penting terlebih dalam proses penempatan di setiap posko pengungsian karena harus menyesuaikan pengalaman dan kondisi dari tenaga kesehatan tersebut. Hal inilah menjadi landasan dari sistem informasi yang diberi nama Pemula -sistem yang berfungsi untuk memetakan sukarelawan tenaga kesehatan di lokasi bencana- untuk memberikan pengetahuan kepada pengelola tenaga kesehatan berkaitan dengan sukarelawan yang ingin membantu di lapangan. Dengan memanfaatkan model Fuzzy Inference System (FIS) sistem ini akan memberikan rekomendasi kepada pengelola tenaga kesehatan terhadap kelayakan dari sukarelawan yang mendaftar dengan mempertimbangkan tiga aspek utama, yaitu usia, pengalaman profesi dan pengalaman lapangan sehingga dapat memudahkan pengelola untuk menempatkan para sukarelawan tersebut di lokasi yang tepat.
MODEL SISTEM PENDUKUNG KEPUTUSAN UNTUK DIAGNOSIS PENYAKIT ANAK DENGAN GEJALA DEMAM MENGGUNAKAN NAIVE BAYESIAN CLASSIFICATION Mulyati, Sri; Kusumadewi, Sri; Rosita, Linda
Seminar Nasional Informatika Medis (SNIMed) 2012
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Demam merupakan gejala yang umum dirasakan ketika seorang anak mengalami penyakit tertentu. Hampir semua penyakit yang disebabkan oleh virus atau bakteri umumnya ditandai dengan gejala ini. Di sisi lain, beberapa penyakit yang berbeda adakalanya ditandai dengan gejala-gejala yang hampir sama. Hal ini menyebabkan dokter perlu berpikir keras untuk melakukan diagnosis awal penyakit. Model sistem pendukung keputusan diagnosis penyakit anak dengan gejala demam ini dibangun untuk membantu dokter dalam melakukan diagnosis awal. Model yang dibangun meliputi model basis pengetahuan, mesin inferensi, dan model penghitungan tingkat kepastian. Basis pengetahuan dibentuk dengan menggunakan IF-THEN rules. Mesin inferensi menggunakan konsep forward chaining. Naive Bayesian Classification (NBC) digunakan untuk menentukan tingkat kepastian munculnya penyakit jika diketahui gejala tertentu dalam bentu probabilitas.
Analisis Association Rule Mining Kejadian Penyakit Demam Berdarah Dengue Kusumadewi, Sri; Sabella, Billy; Iswari, Lizda
Seminar Nasional Informatika Medis (SNIMed) 2016: Prosiding SNIMED 2016
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Semakin berkembangnya penyebaran penyakit DBD menjadikan indikator penyebab penyebaran penyakit tersebut juga semakin bertambah. Terdapat sejumlah faktor yang memungkinkan munculnya penyakit DBD, seperti faktor host (umur, jenis kelamin, mobilitas), faktor lingkungan (kepadatan rumah, adanya tempat perindukan nyamuk, tempat peristirahatan nyamuk, kepadatan nyamuk, angka bebas jentik, curah hujan), dan faktor perilaku (pola tidur, kegiatan pemberantasan sarang nyamuk, menguras, membuang/mengubur sarang nyamuk). Untuk mengetahui hubungan antar parameter terhadap penyebaran penyakit DBD digunakan pengujian analisis korelasi.Pengujian analisis korelasi biasanya menggunakan nilai signifikan atau p-value 5%.Setelah dilakukan pengujian korelasi, kemudian dilakukan teknik diskretisasi pada data parameter yang mempunyai pengaruh terhadap kejadian penyakit DBD.Teknik diskretisasi yang dilakukan menggunakan teknik statistik dengan mencari jumlah kelas dan interval atau lebar kelas.Aturan asosiasi merupakan metode untuk menggambarkan hubungan antar item pada data transaksional ataupun data relasional. Aturan asosiasi akan divisualisasi berupa grafik plot yang menunjukkan faktor-faktor yang mempengaruhi kejadian DBD. Dimana plot-plot yang tervisualisasi akan menunjukkan sebagai parameter-parameter yang mempengaruhi penyebab kejadian DBD.Hasil pengujian korelasi dengan nilai signifikan atau p-value 5% menyatakan bahwa curah hujan, kelembaban udara, kelompok usia penderita DBD dan kepadatan penduduk terdapat hubungan yang signifikan terhadap kejadian penyakit DBD. Hasil pengujian dengan menggunakan nilai support 0.2 dan confidence 0.8 mendapatkan sebanyak 3 aturan asosiasi. Pada aturan pertama yaitu menjelaskan bahwa kelembaban udara pada kelas 7 atau kisaran 85%-87% dan dengan kejadian kasus DBD pada kelas 1 atau sebanyak 0-7 kasus akan mempengaruhi kejadian kasus DBD pada usia kelompok 0-4 tahun sebesar 94%. Hasil visualisasi dengan parameter yang mempengaruhi kejadian penyakit DBD sebagai sumbu X dan kelas sebagai sumbu Y menggambarkan bahwa kelembaban udara akan mempunyai titik di kelas 7 dengan warna biru lebih pekat dibandingkan usia penderita dan kasus DBD karena titik berada di kelas 1.
Model Basis Pengetahuan Diagnosis Gizi Menggunakan Bahasa Terstandar Kusumaningrum, Trias Pungkur; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) 2019
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Proses Asuhan Gizi Terstandar adalah metode penanganan problem gizi terstandar yang menggunakan terminologi bahasa yang mengadopsi International Dietetic & Nutrition Terminology (IDNT). Ada 4 langkah proses asuhan gizi yaitu : asesmen gizi, diagnosis gizi, intervensi, dan monitoring dan evaluasi. Diagnosis gizi ditulis dengan kalimat terstruktur sesuai dengan komponennya yaitu Problem (P), Etiology (E), dan Signs & Symptoms (S) dan disingkat menjadi P-E-S. Dalam makalah ini akan membahas pemodelan basis pengetahuan untuk diagnosis gizi. Basis pengetahuan yang dibuat mengacu pada terminologi bahasa terstandar PAGT. Masing-masing parameter yang mempengaruhi diagnosis gizi dibuat basis pengetahuan dengan mengkodekan setiap nilai dengan kombinasi huruf sesuai terminologinya, diikuti dengan 3 digit angka. Dari 60 terminologi diagnosis gizi, diambil sampel 9 diagnosis gizi yang merupakan kejadian yang sering muncul untuk memodelkan basis pengetahuannya. Dari basis pengetahuan yang disusun untuk 9 terminologi diagnosis gizi, terbuat sebanyak 23.928 aturan diagnosis gizi. Setelah basis aturan tersebut disimulaksikan, didapatkan hasil bahwa basis aturan tersebut sudah sesuai dengan terminologi bahasa terstandar yang dilakukan oleh nutrisionis.
SISTEM INFORMASI POSYANDU KESEHATAN IBU DAN ANAK Sholihah, Nabila; Kusumadewi, Sri
Prosiding SNATIF 2015: Prosiding Seminar Nasional Teknologi dan Informatika
Publisher : Prosiding SNATIF

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

Abstract

Abstrak Posyandu saat ini memiliki peran yang berarti untuk mendukung pelayanan kesehatan masyarakat. Peran Posyandu ini dibarengi dengan peran serta masyarakat yang semakin tampak setelah muncul Posyandu sebagai salah satu bentuk upaya kesehatan bersumberdaya masyarakat. Selain itu, kegiatan Posyandu selama ini berjalan lancar juga karena adanya buku Sistem Informasi Posyandu (SIP) sebagai pedoman pelaksanaan. Akan tetapi karena pencatatan yang masih dilakukan secara manual mengakibatkan kader merasa kesulitan dalam memonitoring seluruh peserta. Penulisan ini memaparkan sebuah aplikasi yang dapat membantu dan mempermudah kader dalam pencatatan kegiatan Posyandu khususnya kesehatan ibu dan anak. Alur dari penggunaan aplikasi ini diadopsi dari alur kegiatan yang ada di Posyandu, dimulai pada saat ibu datang ke Posyandu dan mendaftar sebagai ibu hamil, kemudian anak lahir dan didata oleh kader yang selanjutnya anak melakukan penimbangan setiap bulan sampai usia lima tahun. Data penimbangan anak yang dimasukkan ke dalam sistem meliputi data penimbangan berat dan tinggi badan, vitamin A, imunisasi, dan keluhan kesehatan. Selanjutnya adalah pendataan ibu yang akan mengikuti program Keluarga Berencana (KB). Berkaitan dengan hal tersebut, aplikasi ini menyediakan form masukan yaitu data identitas ibu dan metode KB yang akan digunakan. Hasil dari pengujian sistem didapatkan bahwa aplikasi dapat membantu kader dalam melakukan kegiatan di Posyandu. Kata kunci: anak, ibu, kesehatan, pencatatan, posyandu
Model Natural Language Processing untuk Perumusan Keluhan Pasien Ratnasari, Chanifah Indah; Kusumadewi, Sri; Rosita, Linda
Seminar Nasional Informatika Medis (SNIMed) 2014: Prosiding SNIMED 2014
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Anamnesis atau wawancara medis (history taking) merupakan tahap awal dari rang- kaian pemeriksaan pasien. Pada umumnya pencatatan anamnesis keluhan pasien yang berupa teks bebas atau narasi medis pada Electronic Medical Recordsulit untuk dilakukan pemrosesan komputasi, dikarenakan pencatatan sering terdapat kesalahan eja / salah ketik, tata bahasa yang buruk, dan singkatan yang tidak konvensional. Hal ini perlu ditangani dengan cara yang tepat mengingat informasi penting dalam teks bebas tersebut dapat dipergunakan untuk menjalankan berbagai macam pendukung keputusan klinis (Clinical Decission Support). Teks masukan yang berupa keluhan pasien merupakan bahasa alami (natural language), sehingga agar teks keluhan pasien tersebut dapat dikenali oleh komputer maka dipergunakan pengolahan bahasa alami / Natural Language Processing (NLP). Penelitian ini bertujuan untuk membangun sebuah model Natural Language Processing untuk perumusan keluhan pasien yang mampu memetakan narasi keluhan pasien ke dalam objek yang tepat, sehingga dapat menghasilkan teks dengan makna yang sama dengan teks narasi keluhan pasien, tetapi dalam bahasa yang lebih baku atau dalam bahasa medis yang tepat.
Co-Authors Abd. Halim Achmad Khodzim Agus Harjoko AGUS RIYANTO Al Amin, Muhammad Zainudin Alatas, Alwi Achmad Alfian Nurlifa Alysia Nurkhalisha Andika, Zikri Dwi Andri Panca Purnama Ardhitya Wiedha Irawan Aridhanyati Arifin Arifianto, July Arkham Zahri Rakhman Arrie Kurniawardhani Bayu Hartono Bediatra, Muhamad Riko Chaela Rosi Budiarti Chandra Putra Pradana Chanifah I. Ratnasari Chanifah Indah Ratnasari Dhina Puspasari Wijaya, Dhina Puspasari Dono Catur Prasetyo Dzikra Rafik Putra Edi Fitriyanto Edi Fitriyanto Elyza Gustri Wahyuni Erlina Marfianti, Erlina Fajar Setiawan Fitriyanto, Raden Edi Frestiany Regina Putri Geralvin Maheswara Gita Putry Nabilah Gita Putry Nabilah, Gita Putry Hardiyanti, Cicin Hari Purnomo Heksaputra, Dadang Helmanatun Nisa Wulandari Heni Pujiastuti Hepi Wahyuningsih Herman Yuliansyah Idham Guswaludin Intan Ruspita Ipin Prasojo, Ipin Isnatin Miladiyah Iswara, Ruhil Izzati Muhimmah Jannah, Helmi Roichatul Kariyam - khanan khanan KHARISMA ERIZON Kholisoh Nur Sinta Kiki Kiki Kukuh Eka Nugraha Kusumaningrum, Trias Pungkur Lia Rosmalia Lia Rosmalia Linda Rosita Lizda Iswari Lusiana Indriasari Sagita Lusiana Indriasari Sagita Magus Sediono Mahesti Rancaksari Mufidah, Nadia Citra Nabila Sholihah, Nabila Nadya Satya Handayani Neny Sulistianingsih Ninki Hermaduanti Numan Numan Nur W. Rahayu Nur Wachid Adi Prasetya Nurhayati Nurhayati Nurlaili Muzayyanah Nurul Bahiyah Nurul Mega Saraswati Pahri, Andi Nur Ilma PandiAstuti, Dien NoorFawziah Parjono, Parjono Rahadian Kurniawan Rakhmat Wahyu Widiantoro Rani Putriana Rani Putriana, Rani Retantyo Wardoyo Rian Anggraeni Ridho Muktiadi Rika Ismayanti Roma Firmansyah Ruslam, Andri Wahyu Ahmad Sabella, Billy Sagala, Muhammad Zikri Khatami Sagita, Lusiana Indriasari Shofwan Hanif Sri Hartati sri mulyati Sri Mulyati Sri Winiarti Subayu, Abdi Sujarwo, Ari Sukma Puspitorini Supardianto Supadianto Syafiul Muzid Syaiful Hendra Tanti, Wa Ode Tedy Rismawan WAHYU PRABOWO Wawan Indarto Wijaya, Guruh Yuantari, Rahma Yuliansyah, Herman Yunita Wisda Tumarta Arif