Article Per Year (5 Year)
p-Index From 2021 - 2026
3.67
P-Index
This Author published in this journals
All Journal JAIS (Journal of Applied Intelligent System) Jurnal Kesehatan Vokasional Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI) JOINT (Journal of Information Technology Jurnal Teknik Informatika (JUTIF) Jurnal Kesehatan Tambusai Jurnal Puan Indonesia Tedc Journal of Economics, Accounting, Tax and Management Journal of New Trends in Sciences JPPkM: Jurnal Pengabdian dan Pemberdayaan kepada Masyarakat Journal of Applied Information Technology and Innovation
Ayu Hendrati Rahayu
Politeknik TEDC
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
TINJAUAN PELAKSANAAN SISTEM INFORMASI REKAM MEDIS ELEKTRONIK DI PENDAFTARAN PASIEN RAWAT JALAN MENGGUNAKAN METODE PIECES DI RSUD WELAS ASIH Haikal, Rafli; Rahayu, Ayu Hendrati
Jurnal Kesehatan Tambusai Vol. 6 No. 3 (2025): SEPTEMBER 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jkt.v6i3.49846

Abstract

Transformasi digital dalam pelayanan kesehatan menuntut rumah sakit untuk menerapkan sistem informasi yang efektif dan efisien. Rekam Medis Elektronik (RME) menjadi salah satu instrumen penting dalam mendukung kecepatan dan akurasi pelayanan, khususnya di bagian pendaftaran pasien rawat jalan. Permasalahan utama yang masih dihadapi rumah sakit adalah adanya kendala teknis berupa gangguan jaringan, duplikasi data, serta praktik berbagi akun petugas yang dapat memengaruhi kualitas pelayanan. Penelitian ini bertujuan untuk menganalisis pelaksanaan sistem informasi rekam medis elektronik di RSUD Welas Asih dengan menggunakan metode PIECES (Performance, Information, Economy, Control, Efficiency, Service). Penelitian menggunakan desain kualitatif deskriptif dengan subjek penelitian petugas pendaftaran dan kepala unit rawat jalan. Sampel ditentukan dengan teknik purposive sampling. Variabel penelitian terdiri dari enam aspek metode PIECES, sedangkan pengumpulan data dilakukan melalui wawancara mendalam, observasi, serta studi dokumentasi. Analisis data dilakukan dengan reduksi, penyajian, dan penarikan kesimpulan. Hasil penelitian menunjukkan bahwa penerapan RME meningkatkan kecepatan dan efisiensi pendaftaran pasien, mengurangi penggunaan kertas, serta meningkatkan kepuasan pasien. Namun, masih terdapat hambatan berupa ketergantungan pada jaringan internet, kesalahan input data, dan lemahnya kontrol penggunaan akun. Kesimpulan dari penelitian ini adalah sistem RME di RSUD Welas Asih telah memberikan dampak positif terhadap pelayanan rawat jalan, namun perlu optimalisasi infrastruktur, penguatan sistem kontrol, serta peningkatan pelatihan petugas agar implementasi lebih efektif dan berkelanjutan
Midwives Readiness Factors in Maintaining Patient Confidentiality in the Digital Medical Record Era Rahayu, Ayu Hendrati; Marlina, Lusi; Rochmawati, Rochmawati
Jurnal Kesehatan Vokasional Vol 10, No 3 (2025): August (In Process)
Publisher : Sekolah Vokasi Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jkesvo.108116

Abstract

Background: The digitalization of medical records in healthcare systems created new challenges in maintaining patient information confidentiality, particularly in midwifery practice. The transition from manual to electronic systems required midwives' readiness to understand and implement confidentiality ethics in accordance with digital technology developments.Objective: This research aimed to analyze the factors that influence midwives' readiness in upholding patient confidentiality ethics in the era of medical record digitalization.Methods: The research employed a cross-sectional design with a sample of 150 midwives. Data collection was conducted through structured questionnaires measuring variables of data protection regulation knowledge, digital competence, confidentiality ethics knowledge, and attitudes toward digitalization. Data were analyzed using multiple regression.Results: Regression analysis showed the research model explained 52.9% of variation in midwives' readiness to uphold confidentiality ethics. Three variables had significant influence: knowledge of data protection regulations (coefficient=0.316; p=0.001), digital competence (coefficient=0.131; p=0.001), and knowledge of confidentiality ethics (coefficient=0.084; p=0.027). Attitude toward digitalization did not have a significant effect.Conclusion: Midwives' readiness in upholding patient confidentiality ethics in the digital era was influenced by mastery of data protection regulations, digital competence, and understanding of confidentiality ethics. This research was beneficial for developing strategies to enhance midwives' competencies in facing healthcare system digitalization.
ANALISIS PERBEDAAN TARIF RIIL RUMAH SAKIT DENGAN TARIF INA-CBG’s PASIEN RAWAT INAP PADA KASUS PERCUTANEOUS CORONARY INTERVENTION (PCI) GUNA MENUNJANG EFISIENSI BIAYA RUMAH SAKIT BANDUNG Rahayu, Ayu Hendrati; Setiawan, Nadia Meythalia
Journal of Economics, Accounting, Tax, and Management (JECATAMA) Vol 1 No 1 (2022): JECATAMA
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara, Cimahi 40513 Jawa Barat, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (384.936 KB)

Abstract

Berdasarkan studi pendahuluan yang dilakukan peneliti di Instalasi Rekam Medis RSAU dr. M. Salamun Bandung, ditemukan perbedaan tarif rill rumah sakit dan tarif INA-CBG’s pada pasien kardiologi tindakan Percutaneous Coronary Intervention (PCI) yang dilihat dari software INA-CBG’s pada bulan Juli sampai dengan bulan Desember tahun 2019 memiliki perbedaan tarif yang sangat siginifikan dan dapat menyebabkan kerugian pada pihak rumah sakit. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana upaya yang dilakukan oleh rumah sakit terhadap perbedaan tarif rill rumah sakit dan INA-CBG’s agar biaya rumah sakit efisien.Metode penelitian yang digunakan adalah metode penelitian deskriptif dengan pendekatan kuantitatif dan teknik pengumpulan data dengan cara observasi, wawancara, studi kepustakaan dan teknik dokumentasi. Hasil penelitian dari 65 pasien rawat inap kardiologi dengan tindakan Percutaneous Coronary Intervention (PCI) yang diteliti peneliti menemukan tarif rill rumah sakit lebih tinggi dari tarif INA-CBG’s dengan tarif tertinggi rumah sakit sebesar Rp. 147.475.394,- sedangkan tarif tertinggi INA-CBG’s sebesar Rp. 50.437.500,- dan hal ini menunjukan bahwa selisih antara tarif rill rumah sakit dengan tarif INA-CBG’s tidak sedikit dan menyebabkan kerugian yang lumayan besar bagi rumah sakit, faktor yang menyebabkan terjadinya perbedaan tarif rill rumah sakit adalah penjaminan BJS yang kurang sedangkan biaya tindakan Percutaneous Coronary Intervention (PCI) sangat tinggi, maka rumah sakit harus melakukan upaya pengendalian biaya dengan menerapkan standarisasi pelayanan agar biaya rumah sakit menjadi lebih efisien dan tidak terjadinya tarif rill rumah sakit yang lebih tinggi dibandingkan INA-CBG’s. Saran yang diberikan sebaiknya upaya pengendalian biaya dengan menerapkan standarisasi pelayanan dan dilakukan sosialisasi agar terlaksana lebih maksimal.
IMPLEMENTASI ALUR DIGITALISASI SCANNING DALAM KEGIATAN REKAM MEDIS ELEKTRONIK DI INSTALASI GAWAT DARURAT (IGD) RSUD AL-IHSAN PROVINSI JAWA BARAT Rahayu, Ayu Hendrati; Ginting, Gerinata; Pitriani, Kania
Jurnal TEDC Vol 17 No 3 (2023): JURNAL TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/tedc.v17i3.747

Abstract

Digitization of medical records is a process of switching converting medical record document media into digital documents using scanners. Digitization of medical records is one of the supports in implementing electronic medical records. RSUD Al-Ihsan West Java Province has digitized scanning of the medical record files for the Emergency Installation, which began in 2019. The purpose of this study was to determine the implementation of the digitalization scanning flow in electronic medical record activities at the Emergency Installation of RSUD Al-Ihsan, as well as the obstacles and effort in its process. The research method used is descriptive qualitative method with data collection techniques through observation, interviews and documentation. The subjects in this study were scanning department officers and the object used was the flow of digitizing scanning of medical record files. The results showed that 16% of activities were not in accordance with the digitization flow. There were obstacles, namely there were no fixed procedures, lack of human resources, it took more time to open the staples, dirty scanners, folded medical record files so the files are difficult to read, the scan results are not connected to the SIMRS and the computer's internal memory storage is limited. The efforts he has made are by making regular procedures, adding human resources, routine maintenance for equipment, and uploading scan results periodically to the SIMRS. Researchers suggest that it is increase research seen from the effectiveness of the workload in the digitalization flow process.
TINJAUAN KELENGKAPAN KODE DIAGNOSA PADA JURNAL PASIEN RAWAT INAP TAHUN 2020 GUNA MENUNJANG PELAPORAN RL 4A DI RUMAH SAKIT TK II DUSTIRA Monica, Rizqy Dimas; Pujilestari, Intan; Rahayu, Ayu Hendrati; Ginting, Gerinata
Jurnal TEDC Vol 17 No 2 (2023): JURNAL TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/tedc.v17i2.707

Abstract

Berdasarkan studi pendahuluan yang dilakukan oleh penulis pada bulan Februari 2021, diambil dari sampel bulan Januari 2020 sebanyak 3.729 pasien dirawat inap dengan ketidaklengkapan kode diagnosa sebanyak 67 berkas dengan persentase 1,8%, ketidakakuratan kode diagnosa sebanyak 10 berkas dengan persentase 0,3%, dan ketidaktepatan waktu pelaporan sebanyak 67 berkas dengan persentase 1,8%. Tujuan penelitian ini adalah untuk mengetahui kelengkapan kode diagnosa pada jurnal pasien rawat inap tahun 2020 guna menunjang pelaporan rl 4a di Rumah Sakit TK II Dustira. Metode penelitian yang digunakan penulis adalah metode deskriptif dengan pendekatan kuantitatif. Hasil penelitian penulis dari sampel bulan Januari s/d Desember 2020 dengan total 23.006 sampel pasien rawat inap dengan jumlah hari perawatan sebanyak 89.800 hari. Dengan kelengkapan kode diagnosa pasien rawat inap yang terisi lengkap sebanyak 98%, keakuratan kode diagnosa pasien rawat inap sebanyak 99,85%, dan ketepatan waktu pelaporan pasien rawat inap sebanyak 98%, sehingga ketidaklengkapan kode diagnosa mempengaruhi ketepatan waktu pelaporan rl 4a pasien rawat inap tahun 2020. Kesimpulan dari penulis yaitu ketidaklengkapan kode diagnosa, ketidakakuratan kode diagnosa mempengaruhi ketepatan waktu pelaporan rl 4a pasein rawat inap tahun 2020, dimana masih terdapat ketidaklengkapan kode diagnosa mencapai diangka 500 berkas rekam medis. Kata kunci : Kelengkapan, Pelaporan RL 4a, Rawat Inap, Kode Diagnosa
Analisis Big Data dalam Deteksi Dini Wabah Penyakit Menular untuk Mendukung Sistem Kesehatan Publik Ayu Hendrati Rahayu; Castaka Agus Sugianto; Dini Rohmayani
Journal of New Trends in Sciences Vol. 2 No. 1 (2024): Februari: Journal of New Trends in Sciences
Publisher : CV. Aksara Global Akademia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59031/jnts.v2i1.785

Abstract

The rapid spread of infectious diseases remains a major global health threat, and early detection is vital to minimize their impact. This research investigates the role of predictive modeling using big data in the early detection of infectious disease outbreaks. The primary objective of this study is to assess the effectiveness of big data systems in forecasting potential outbreaks and the implications of these forecasts for public health systems. The study employs machine learning-based predictive models to process large health datasets, including electronic health records, sensor data, and social media information. The results demonstrate that the predictive model achieved an accuracy rate of 87%, significantly surpassing traditional methods in terms of early detection. By integrating various data sources such as medical records, sensor networks, and real-time digital traces, the system is capable of providing more accurate, timely predictions, which can greatly improve the ability of public health authorities to respond effectively to emerging health threats. Furthermore, the application of big data in public health not only improves the speed of response but also enhances the allocation of resources, allowing for more targeted and efficient interventions. Despite these successes, challenges remain, particularly in relation to data quality, privacy, and regulatory issues, which could hinder the broader implementation of such systems. Thus, collaboration between government agencies, healthcare institutions, and technology developers is essential to overcome these obstacles and ensure the sustainable integration of big data into public health infrastructures. This research highlights the significant potential of big data to transform public health responses, offering valuable insights for future epidemic management strategies.
Edukasi Microsoft Word dalam Membuat Karya Ilmiah di SMP Negeri 10 Cimahi Ayu Hendrati Rahayu; Firdhani Faujiyah; Castaka Agus Sugianto; Gerinata Ginting; Dini Rohmayani; Ari Sudrajat; Taufik Fajar Mustafa
JPPkM: Jurnal Pengabdian dan Pemberdayaan kepada Masyarakat Vol. 1 No. 2 (2025): JPPkM:Juli
Publisher : Yayasan Pemimpin Inovasi Science

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

Abstract

This Community Service Program (PKM) aims to improve the skills of students at SMP Negeri 10 Cimahi in using Microsoft Word for academic writing purposes. According to reports from the school, many students face difficulties in understanding the functions and usage of word processing software, particularly in composing scientific papers. The activity was conducted over three days through hands-on practical sessions in the school’s computer laboratory, utilizing pre-prepared academic writing templates. The results showed significant improvement in students' technical abilities, although several challenges were encountered, such as lack of basic knowledge about computer hardware and the use of outdated versions of Microsoft Word. The program not only enhanced students' practical skills but also fostered their interest in technology and boosted their confidence in completing academic assignments. It is hoped that similar programs can be implemented more widely to support technology-based learning at the basic education level. 
Pelatihan Pemanfaatan Smartphone untuk Digital Marketing di SMK Negeri 3 Cimahi Dini Rohmayani; Arya Aditya; Castaka Agus Sugianto; Ayu Hendrati Rahayu; Aris Haris Rismayana
JPPkM: Jurnal Pengabdian dan Pemberdayaan kepada Masyarakat Vol. 2 No. 1 (2026): JPPkM:Januari
Publisher : Yayasan Pemimpin Inovasi Science

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

Abstract

This community service activity aims to provide training on utilizing smartphones for digital marketing to 70 students of SMK Negeri 3 Cimahi through introducing basic concepts, Shopee features, and practical sessions on creating online stores. The training was conducted on August 23, 2022, using methods of counseling, demonstration, and hands-on practice with participants' smartphones. Results showed high enthusiasm among participants, who successfully understood the material and created their own Shopee stores, thereby enhancing digital entrepreneurship skills in the industry 4.0 era.
Optimasi Algoritma K-Means Menggunakan Metode Elbow Untuk Pengelompokan Penyakit Menular Di Puskesmas Cigugur Tengah Ayu Hendrati Rahayu; Sabila Nopiyanti
Journal of Applied Information Technology and Innovation Vol. 1 No. 1 (2025): Maret
Publisher : Yayasan Pemimpin Inovasi Science

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

Abstract

Penyakit menular masih menjadi masalah utama di Indonesia, terutama di wilayah Puskesmas Cigugur Tengah, Kota Cimahi, dengan berbagai penyakit seperti Tuberkulosis, ISPA, dan demam berdarah yang dilaporkan. Namun, pengelolaan datapenyakit menular masih terbatas pada analisis sederhana, sehingga diperlukan metode yang lebih efektif untuk meningkatkan ketepatan dalam pengambilan kebijakan penanggulangan penyakit. Penelitian ini menerapkan Algoritma K-Means denganmetode elbow untuk mengelompokkan data penyakit menular guna mendapatkan klaster optimal. Berdasarkan hasil pengujian, diperoleh tiga klaster optimal (k=3). Cluster_0 mencakup pasien berusia 17-25 tahun dengan dominasi penyakit AcuteNasopharyngitis (J00) di wilayah RT 10, RW 13, dan 14. Cluster_1 memiliki karakteristik serupa dengan dominasi penyakit Acute Upper Respiratory (J06.9) di RT 1, RW 3. Cluster_2 berfokus pada anak-anak usia 0-5 tahun dengan dominasi penyakit Acute Nasopharyngitis (J00) di RT 1, RW 14. Analisis ini memberikan jarak rata-rata ke centroid sebesar 6038,938 dan nilai Davies-Bouldin Index 0,507, menunjukkan kualitas klasterisasi yang baik. Hasil klasterisasi ini diharapkan membantu Puskesmas Cigugur Tengah dalam merancang strategi intervensi yang lebih tepat sasaran dengan memanfaatkan data secara efektif, mengingat keterbatasan sumber daya dan variabilitas pola penyebaran penyakit di daerah tersebut.
Algoritma C4.5 Untuk Klasifikasi Penerima Bantuan Covid-19 Pada Desa Cimareme, Bandung Barat Castaka Agus Sugianto; Muhammad Ridwan; Dini Rohmayani; Novita Lestari Anggreini; Ayu Hendrati Rahayu
Journal of Applied Information Technology and Innovation Vol. 1 No. 2 (2025): September
Publisher : Yayasan Pemimpin Inovasi Science

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

Abstract

Desa Cimareme yang terletak di Kabupaten Bandung Barat merupakan salah satu desa penerima bantuan pemerintah. Namun, beberapa warga mengeluhkan ketidakadilan dalam pendistribusian bantuan, di mana ada warga yang dianggap mampu justru menerima bantuan, sedangkan yang membutuhkan tidak mendapatkannya. Untuk menghindari kesalahan sasaran, diperlukan pengklasifikasian data yang dilakukan secara ilmiah dan sistematis guna menentukan siapa saja yang berhak menerima bantuan dan siapa yang tidak. Berdasarkan hal tersebut, peneliti melakukan pengolahan data menggunakan metode data mining untuk mengklasifikasikan penerima dan bukan penerima bantuan COVID-19 dengan menggunakan Algoritma Decision Tree dan Algoritma Naïve Bayes sebagai pembanding. Tujuannya adalah untuk menemukan pola dalam program bantuan pemerintah COVID-19 serta mengetahui tingkat akurasi Algoritma Decision Tree (C4.5)  jika dibandingkan dengan algoritma lainnya. Penelitian ini menggunakan data kependudukan dari Desa Cimareme, Kecamatan Ngamprah, Kabupaten Bandung Barat. Model data mining dikembangkan menggunakan perangkat RapidMiner. Berdasarkan hasil pengujian dan validasi, Algoritma Decision Tree menghasilkan akurasi sebesar 99,97%, precision 100,00%, recall 99,71%, dan nilai AUC sebesar 0,967. Sedangkan Algoritma Naïve Bayes menghasilkan akurasi 99,93%, precision 99,71%, recall 99,71%, dan AUC sebesar 0,997. Hasil uji T-test menunjukkan nilai alpha sebesar 0,643, yang berarti tidak terdapat perbedaan signifikan antara hasil Algoritma Decision Tree dan Naïve Bayes dalam klasifikasi penerima bantuan.
Co-Authors Aditia Gusman Apnena, Riri Damayanti Ari Sudrajat Aris Haris Rismayana Arya Aditya Castaka Agus Sugianto Dini Rohmayani Encep Hada Encep Hada Fathia Mawar Firdaus Firdhani Faujiyah Gerinata Ginting Gerinata Ginting Gerinata Ginting Ginting , Gerinata Haikal, Rafli Intan Puji Lestari Intan Pujilestari Iqtait, Musab Luqman Nul Hakim Luqmanul Hakim Marlina, Lusi Monica, Rizqy Dimas Muhammad Ridwan Narisya Nur Intan Paba Neni Rohaeni Neni Rohaeni Nia Ekawati Novi Irawati Novita Lestari Anggreini Pitriani, Kania Pujilestari, Intan Riri Damayanti Apnena Rizqy Dimas Monica Rizqy Dimas Monica Rochmawati Rochmawati Sabila Nopiyanti Setiawan, Nadia Meythalia Shakila, Ramilla Shandy Tresnawati Suharto . Suharto Suharto Suharto Suharto Taufik Fajar Mustafa wibowo, teguh iman Wiwin Tri Antika Wowo Trianto Yesti Suryati