Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Jurnal Ilmu Komputer dan Teknologi (IKOMTI)

Sistem Informasi Deteksi Dini Gas Amonia di Lingkungan Peternakan menggunakan Perangkat Wireless Sensor Network Imam Ahmad Ashari; Retno Agus Setiawan; Khoirun Nisa
Jurnal IT UHB Vol 1 No 2 (2020): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (489.986 KB) | DOI: 10.35960/ikomti.v1i2.573

Abstract

Amonia merupakan gas berbahaya yang di hasilkan oleh kotoran unggas di lingkungan peternaan. Ketika mencapi kadar konsentrasi tertentu gas ammonia dapat menyebabkan kematian bagi unggas bahkan untuk peternaknya sendiri. Untuk mengatasi hal tersebut perlu adanya tindakan untuk mengetahui lebih dini kadar konsentrasi gas ammonia yang ada di lingkungan peternakan. Wireless Sensor Network (WSN) merupakan solusi dari masalah itu, dengan perangkat WSN kadar konsentrasi gas ammonia di lingkungan peternakan dapat di monitoring secara realtime. Untuk menampilkan data yang di ambil dari perangkat WSN pada penelitian ini interface menggunkan visualisasi grafik berbasis web. Adapun perancangan wireless sensor network berjalan dengan baik. Data dapat di ambil secara realtime dan di tampilkan dalam system informasi berbasis web dengan visualisasi berbentuk grafik.
Pengembangan sistem informasi pelaporan sediaan jadi prekursor dan obat-obatan tertentu menggunakan Rapid Application Development Retno Agus Setiawan; Peppy Octaviani
Jurnal IT UHB Vol 2 No 1 (2021): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (697.097 KB) | DOI: 10.35960/ikomti.v2i1.663

Abstract

Penyalahgunaan narkotika dan psikotropika yang terus meningkat tidak terlepas dari mudahnya dalam mendapatkan prekursor narkotika. Belum adanya sistem pengawasan penggunaan sediaan jadi prekursor dan obat-obatan tertentu mengakibatkan jenis sediaan tersebut seringkali disalahgunakan. Tujuan dari penelitian ini adalah untuk mengembangkan prototipe sistem informasi pelaporan prekursor dan obat-obatan tertentu untuk memudahkan pengawasan terhadap distribusi prekursor di unit pelayanan kefarmasian. Prototipe sistem informasi pelaporan ini dikembangkan dengan menggunakan metode RAD (Rapid Application Development) dimana proses bisnis dirancang pada fase awal pengembangan dengan tujuan untuk memastikan kebutuhan pengguna. Penelitian ini berhasil mengembangkan prototipe sistem informasi pelaporan prekursor dan obat-obatan tertentu sesuai dengan kebutuhan penggunanya. Diharapkan prototipe yang dikembangkan dapat didemonstrasikan pada lingkungan yang relevan.
Pengujian Usability pada Website Rumah Sakit Wilayah Kabupaten Banyumas berdasarkan Stover Model Retno Agus Setiawan; Riska Suryani
Jurnal IT UHB Vol 4 No 1 (2023): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v4i1.1245

Abstract

Saat ini website telah digunakan secara luas dan menjadi bagian penting bagi rumah sakit sebagai sarana yang sederhana dan murah untuk menyediakan akses informasi dan layanan. Kualitas yang baik dan kemudahan penggunaan menjadi kriteria penting dalam keberhasilan sebuah website. Usability merupakan salah satu alat yang banyak digunakan untuk menentukan kualitas suatu website. Penelitian ini bertujuan untuk mengidentifkasi aspek-aspek usability pada website rumah sakit guna meningkatkan kualitas pelayanan yang diberikan. Hasil penelitian berdasarkan Stover Model dengan beberapa kriteria yang disesuaikan menunjukkan pada aspek kualitas konten sebanyak 37,5% kriteria telah terpenuhi, sedangkan pada aspek fungsional sebanyak 20% kriteria telah terpenuhi. Hasil penelitian menunjukkan beberapa elemen website rumah sakit harus ditingkatkan untuk menghasilkan usability yang lebih baik.
Perancangan Sistem Informasi Eksekutif untuk Meningkatkan Performa Kinerja Pemeriksaan Risiko Kesehatan Ibu Hamil pada Klinik Kebidanan dan Penyakit Kandungan Juniarti, Ulan; Ria Suci Nurhalizah; Ariefah Khairina Islahati; Chairunnisa Al-Majra Ratri Anandita; Retno Agus Setiawan
Jurnal IT UHB Vol 5 No 1 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i1.1390

Abstract

Berdasarkan data WHO tahun 2020, ditemukan bahwa sekitar 287.000 perempuan meninggal selama dan setelah kehamilan, terutama di negara-negara berpendapatan rendah. Pengukuran Angka Kematian Ibu (AKI) menjadi fokus dengan implementasi sistem deteksi dini risiko kehamilan. Pengembangan Sistem Informasi Eksekutif (EIS) berupa manajemen dashboard dapat mendukung pengambilan keputusan dan pemantauan kesehatan ibu hamil di klinik kebidanan dan kandungan. Metode yang digunakan yaitu persiapan dataset, analisis menggunakan SQL, dan desain dashboard. Hasilnya menunjukkan bahwa EIS dapat memberikan gambaran statistik risiko ibu hamil, memfasilitasi analisis multivariat dan biavariat, serta memetakan distribusi geografis risiko di Indonesia. Penelitian ini menyimpulkan bahwa EIS berbentuk manajemen dashboard dapat menjadi solusi efektif untuk meningkatkan performa kinerja kesehatan ibu hamil dengan mendukung pengambilan keputusan cepat dan akurat.
Deteksi Lesi Cacar Monyet pada Citra Dermatologi Menggunakan Metode YOLOv7 Ali Sya'bana Syukurillah; Anggit Wirasto; Retno Agus Setiawan
Jurnal IT UHB Vol 6 No 3 (2025): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v6i3.2015

Abstract

Monkeypox is an infectious disease characterized by skin lesions that are often difficult to distinguish from other pox-related conditions, which complicates diagnosis in resource-limited settings. This study aims to implement YOLOv7 for detecting monkeypox lesions in dermatological images and to evaluate its accuracy. The dataset consisted of 1,500 annotated images resized to 512×512 pixels, monkeypox was used as the target class, while chickenpox and cowpox were included as comparison/non-target classes to support the differentiation of lesions during model training and evaluation. The YOLOv7 model was trained for 50 epochs using default configurations and a transfer learning approach, with a data split of 70% for training, 20% for validation, and 10% for testing. Training results showed an mAP@0.5 of 89.1% and an mAP@0.5:0.95 of 59.2%. Meanwhile, on the testing stage using original (non-augmented) data, the model performance decreased, achieving an mAP@0.5 of 75.3% and an mAP@0.5:0.95 of 44.9%.