Claim Missing Document
Check
Articles

Found 34 Documents
Search

IMPLEMENTASI SISTEM INFORMASI REKAM MEDIK PUSKESMAS KAMONING Safiuddin, Safiuddin; Rachmatullah, Sholeh; Arifin, Mohammad Nazir; Darmawan, Irwan
ZONAsi: Jurnal Sistem Informasi Vol. 7 No. 3 (2025): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode September 2025
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/jbjkgb19

Abstract

Salah satu fasilitas kesehatan tingkat pertama di Kabupaten Sampang adalah Puskesmas Kamoning, yang masih menggunakan rekam medik secara manual. Proses ini memiliki kendala, terlebih angka kunjungan pasien Puskesmas Kamoning sangat banyak. Proses pendaftaran pasien mencakup pencarian rekam medis pasien dan pembuatan rekam medis yang baru bagi pasien yang pertama kali berobat. Proses ini terkadang membutuhkan waktu lebih lama jika rekam medis pasien sulit ditemukan atau rusak/cacat. Pemeriksaan pasien akan dilakukan setelah rekam medik pasien diantar oleh perekam medik dan tiba di poli. Dokter pemeriksa akan mencatat hasil pemeriksaan dalam rekam medis pasien. Pasca pelayanan rekam medik dikumpulkan dan disimpan pada rak khusus yang disiapkan di ruangan rekam medik. Selain memakan waktu yang lama penggunaan rekam medik berbasis kertas membutuhkan tempat penyimpanan yang luas. Sebagai solusi, peneliti membuat Sistem Informasi Rekam medik untuk menggantikan proses manual. Metode Feature Driven Development (FDD) dipilih agar berorientasi pada kebutuhan fitur pengguna. Hasil pengujian blackbox testing menunjukkan hasil bahwa feature yang dibangun mengindikasikan kesiapan untuk diimplementasikan. Melalui evaluasi Usability testing, hasil menunjukkan bahwa perancangan system informasi rekam medik menghasilkan solusi yang memenuhi kebutuhan fungsional pengguna dan memberikan pengalaman yang optimal bagi pengguna.
Analisis Kesuksesan Aplikasi Alpukat Betawi Menggunakan Metode Delone And McLean Rahmatia, Siti Syahri; Darmawan, Irwan; Dewi, Alya Shifa; Khasanah, Siti Nur
Jurnal Ilmiah FIFO Vol 15, No 1 (2023)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2023.v15i1.008

Abstract

Alpukat Betawi merupakan aplikasi untuk mengakses informasi resmi yang dikembangkan oleh pemerintah provinsi DKI Jakarta. Penelitian ini dilakukan mengetahui kesuksesan aplikasi Alpukat Betawi dengan menggunakan model DeLone dan McLane. Adapun responden dalam penelitian ini adalah warga Jakarta yang menggunakan aplikasi Alpukat Betawi sebanyak 119 orang. Berdasarkan hasil penelitian, diketahui bahwa rata-rata jawaban responden pada kategori setuju. Sehingga dapat dikatakan bahwa aplikasi Alpukat Betawi ini berhasil dalam memberikan manfaat bagi penggunanya. Dan berdasarkan hasil uji statistitik yang dilakukan, bahwa semua variabel memiliki pengaruh terhadap Kepuasan pengguna aplikasi Alpukat Betawi.
Pencarian Klasifier Terbaik sebagai Solusi Rekrutmen Karyawan Menggunakan Algoritma Iterative Dichotomiser 3 (ID3) Ramadhani, Nilam; Syahroni, Abd. Wahab; Darmawan, Irwan
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 2 (2022): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v6i2.4747

Abstract

CV Aliyah Mandiri Pamekasan is a growing distribution fabric and apparel company. The worker is drawn through the employee recruitment process by passing a series of tests.But sometimes there is a subjectivity factor that becomes problem in recruitment process even criterias have been established. To avoid that,needed a system tahat can help HRD manager to decide which applicants are eligible for admission.One of them is Decision Tree. This method can find discrete  approximation function and resistant to noise data. Also able to study disjunctive expressions. The Iterative Dychotomizer 3 (ID3) algorithm can build a top-down decision tree using information gain as a measure of the effectiveness of an attribute in classifying incomplete data sample sets. The results of the algorithm implementation can provide the best classifier knowledge on employee recruitment, so that it provides decision support considerations.
Prediksi Risiko Depresi pada Mahasiswa Menggunakan Algoritma Random Forest Berdasarkan Data Akademik dan Gaya Hidup Pratama, Ady Yoga; Maulana, Imam Syafi'i; Sari, Fifin Kumala; Tiara, Sherly Dian; Darmawan, Irwan
JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Vol. 4 No. 1 (2025): Desember 2025
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/jsitik.v4i1.696

Abstract

Latar Belakang: Depresi menjadi isu krusial yang semakin sering dialami oleh mahasiswa akibat tekanan akademik, gaya hidup, dan tuntutan sosial. Deteksi dini sangat mendesak karena depresi yang tidak ditangani dapat berdampak buruk pada performa akademik, hubungan sosial, dan kualitas hidup mahasiswa. Tujuan: Penelitian ini bertujuan untuk membangun model prediksi risiko depresi yang akurat dan objektif pada mahasiswa dengan menggunakan algoritma Random Forest berbasis data akademik dan gaya hidup. Metode: Penelitian ini merupakan studi kuantitatif yang menerapkan metodologi Knowledge Discovery in Databases (KDD). Data yang digunakan adalah Student Depression Dataset dari Kaggle. Prosesnya meliputi preprocessing data, penyeimbangan data dengan SMOTEENN dan label encoding untuk mengubah data kategorikal menjadi numerik. Hasil: Model yang dikembangkan menunjukkan performa yang sangat tinggi pada saat diuji. Hasil evaluasi pada data uji menghasilkan nilai akurasi, precision, recall, dan f1-score yang seragam, yaitu sebesar 97%. Kesimpulan: Model Random Forest terbukti efektif untuk mendeteksi risiko depresi secara akurat dan seimbang. Model ini berpotensi menjadi alat bantu yang berharga bagi institusi pendidikan untuk melakukan intervensi preventif yang tepat sasaran. Penelitian selanjutnya dapat berfokus pada validasi model menggunakan data institusional di dunia nyata.