Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

ANALISIS TINGKAT KEPUASAN PASIEN DI KLINIK PRATAMA SALBIYANA DENGAN ALGORITMA C4.5 Riki Hamdani; Sriani Sriani; Ali Darta
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 1 (2024): February 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i1.1680

Abstract

Abstract: Each Clinic has its own management information system. Several aspects of the Clinic management information system at the Pratama Salbiyana Clinic, namely aspects of registration, nurses, doctors, facilities, cleanliness, convenience, administration and finance. The management information system for Pratama Salbiyana Clinic is an important component in realizing quality improvement efforts. The management information system for Pratama Salbiyana Clinic in general aims to integrate information systems from various subsystems and process the information needed for decision making. The management of Pratama Salbiyana Clinic requires effective and efficient management. The number of patients seeking treatment at the Salbiyana Primary Clinic, especially in each polyclinic, will fluctuate every month for the period from January 2021 to December 2021. The quality of the Salbiyana Primary Clinic must be maintained so that it can provide the best service to help achieve goals and improve the quality of life of patients. Patient satisfaction is very important in assessing the quality of services provided by hospitals to their patients. An accurate level of patient satisfaction is needed in efforts to improve the quality of health services. Therefore, measuring the level of patient satisfaction needs to be done regularly, regularly, accurately and continuously. In this case the researcher wants to use classification data mining to predict patient satisfaction with the management information system of Pratama Salbiyana Clinic. Data collection techniques were carried out by observation, literature studies and interviews.  Keywords: C4.5 algorith; data mining; patient satisfaction level Abstrak: Setiap Klinik memiliki sistem informasi manajemen masing-masing. Beberapa aspek sistem informasi manajemen Klinik pada Klinik Pratama Salbiyana yakni aspek pendaftaran, perawat, dokter, fasilitias, kebersihan, kenyamanan, administrasi dan keuangan.  Sistem informasi manajemen Klinik Pratama Salbiyana merupakan salah satu komponen yang penting dalam mewujudkan upaya peningkatan mutu. Sistem informasi manajemen Klinik Pratama Salbiyana secara umum bertujuan untuk mengintegrasikan sistem informasi dari berbagai subsistem dan mengolah informasi yang diperlukan sebagai pengambilan keputusan. Manajemen Klinik Pratama Salbiyana menghendaki pengelolaan yang efektif dan efesien. Jumlah pasien yang berobat di Klinik Pratama Salbiyana khususnya ditiap tiap poli mengalami fluktuasi setiap bulannya periode Januari 2021 sampai dengan Desember 2021. Pelayanan Klinik Pratama Salbiyana harus dapat dijaga kualitasnya agar dapat memberikan pelayanan terbaik untuk dapat membantu tercapainya tujuan dan meningkatkan kualitas hidup pasien. Kepuasan pasien merupakan hal yang sangat penting dalam menilai kualitas pelayanan yang diberikan rumah sakit kepada pasiennya. Tingkat kepuasan pasien yang akurat sangat dibutuhkan dalam upaya peningkatan mutu layanan kesehatan. Oleh karena itu, pengukuran tingkat kepuasan pasien perlu dilakukan secara berkala, teratur, akurat, dan berkesinambungan. Dalam hal ini peneliti ingin menggunakan data mining klasifikasi untuk memprediksi kepuasan pasien terhadap sistem informasi manajemen Klinik Pratama Salbiyana. Teknik pengumpulan data dilakukan dengan observasi, studi literatur dan wawancara.  Kata kunci: algoritma C4.5; data mining; tingkat kepuasan pasien
KLASIFIKASI PENERIMA ZAKAT FITRAH PADA MASJID BAITURRAHMAN DENGAN MENGGUNAKAN METODE NAÏVE BAYES Sriani Sriani; Ali Darta; Bima Sakti
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 3 (2024): August 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i3.2177

Abstract

Abstract: Zakat al-fitr is one of the types of zakat that is obligatory on Eid al-Fitr. This zakat must be paid after sunset at the end of the month of Ramadhan until the preacher takes the pulpit at the sunah prayer on Eid al-Fit. The purpose of this research is to develop a classification model of zakat fitrah recipients at the Baiturrahman Mosque using the Naïve Bayes method. This research uses data from RT / RW Housing with a total of 104 zakat fitrah recipient data. Furthermore, the data is processed using the Naïve Bayes method to produce a classification model of zakat fitrah recipients. The result showed thet the classification model of zakat recipients using Naïve Bayes method has an accuracy rate of 90%. This shows that the model can help amil zakat determining zakat fitrah recipients more effectively and efficiently. Keywords: naïve bayes, classification, zakat al-fitr Abstrak: Zakat fitrah adalah salah satu diantara jenis zakat yang diwajibkan pada saat Idul Fitri. Zakat ini wajib ditunaikan setelah terbenamnya matahari pada akhir bulan Ramadhan hingga khatib naik mimbar pada shalat sunah harri raya idul fitri. Tujuan dari penelitian ini adalah untuk mengembangkan sebuah model klasifikasi penerima zakat fitrah pada Masjid Baiturahman dengan menggunakan metode Naïve Bayes. Penelitian ini menggunakan data dari RT/RW perumahan dengan jumlah 104 data penerima zakat fitrah. Selanjutnya, data tersebut diolah menggunakan metode Naïve Bayes untuk menghasilkan model klasifikasi penerima zakat fitrah. Hasil penelitian menunjukkan bahwa model klasifikasi penerima zakat fitrah dengan metode Naïve Bayes memiliki tingkat akurasi sebesar 90%. Hal ini menunjukkan bahwa model tersebut dapat membantu amil zakat dalam menentukan penerima zakat fitrah dengan lebih efektif dan efisien. Kata kunci: naïve bayes, klasifikasi, zakat fitrah 
PENERAPAN METODE K-MEANS CLUSTERING UNTUK STOK PENJUALAN SPAREPART SEPEDA MOTOR Firdaus, Akbar; Sriani, Sriani; Darta, Ali
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4792

Abstract

Abstract: Availability of motorcycle spare parts in CV. Solid Mandiri Cemerlang must be monitored to avoid product shortages. The problem that occurs in reporting regarding Most of the items purchased by Most of the customers is under control. Processing incoming and outgoing goods that are not processed by the system requires goods management techniques. The more complete the types of spare parts, customer needs will be met. The collection of available spare parts will be divided into several groups to get the spare parts that customers have purchased the most for each transaction. Data mining is sourced from raw database. This causes problems in databases which tend to be dynamic, complete and large. The K-means Clustering algorithm is capable and effective for finding clusters in data. This calculation will determine the number of clusters at the calculation center and the maximum iteration of data that has been entered into the system. The purpose of implementing the K-means algorithm is to find the value of the goods purchased by the majority of customers so that it makes it easier to provide spare parts. The results of the k-means calculation: C1 (high) has 9 items, C2 (low) has 1 items.Keyword: Motorcycle Parts, K-Means, ClusterAbstrak: Ketersediaan suku cadang sepeda motor di CV. Solid Mitra Cemerlang harus dimonitor untuk menghindari kekosongan barang. Masalah yang terjadi dalam pelaporan mengenai Sebagian besar barang yang dibeli oleh Sebagian besar pelanggan menjadi kendali. Mengolah barang masuk dan keluar yang tidak diproses dengan sistem membutuhkan teknik mengelola barang. Semakin lengkap jenis-jenis suku cadang, kebutuhan pelanggan akan terpenuhi. Pengumpulan suku cadang yang tersedia akan dibagi menjadi beberapa kelompok untuk mendapatkan suku cadang yang paling banyak dibeli pelanggan untuk setiap transaksi. Penambangan data bersumber dari basis data mentah. Hal ini menyebabkan masalah dalam database yang cenderung dinamis, lengkap dan besar. Algoritma K-means Clustering mampu dan efektif untuk menemukan cluster dalam data. Pada perhitungan ini akan menentukan jumlah cluster pada pusat perhitungan dan iterasi maksimum data yang telah dimasukkan kedalam sistem. Tujuan dari penerapan algoritma K-means adalah untuk menemukan nilai dari barang yang dibeli oleh Sebagian besar pelanggan sehingga memudahkan untuk menyediakan suku cadang. Hasil perhitungan k-means: C1 (tinggi) ada 9 barang, C2 (rendah) ada 1 barang.Kata kunci: Suku Cadang Sepeda Motor, K-Means, Cluster