Claim Missing Document
Check
Articles

Found 40 Documents
Search

Implementasi Sistem Penyiraman Tanaman Otomatis Berbasis Internet Of Things Selfina Agustin; Dicky Apdillah; Emi Dea; Apri Affandi
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.5445

Abstract

Perkembangan teknologi Internet of Things (IoT) memungkinkan penerapan sistem otomatis yang dapat meningkatkan efisiensi dalam berbagai bidang, termasuk perawatan tanaman. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penyiraman tanaman otomatis berbasis IoT yang bekerja berdasarkan pengaturan waktu (timer). Sistem ini menggunakan NodeMCU sebagai pengendali utama, modul RTC (Real Time Clock) sebagai penentu jadwal penyiraman, relay sebagai saklar elektronik, dan pompa air mini sebagai aktuator penyiram. Metode yang digunakan dalam penelitian ini adalah metode eksperimen, yang meliputi perancangan perangkat keras, perakitan alat, pemrograman sistem, serta pengujian kinerja alat. Hasil pengujian menunjukkan bahwa sistem mampu bekerja dengan baik, di mana pompa air dapat menyala dan mati sesuai dengan jadwal dan durasi yang telah ditentukan. Dengan adanya sistem ini, pengguna dapat terbantu dalam merawat tanaman secara lebih praktis tanpa harus melakukan penyiraman secara manual. Sistem ini juga berpotensi untuk dikembangkan lebih lanjut dengan penambahan sensor kelembapan tanah agar penyiraman dapat dilakukan secara lebih adaptif.
Sistem Penyiraman Tanaman Otomatis Berbasis IoT Menggunakan NodeMCU ESP8266: Penelitian Nadia Syharani; Sri Bintan; Putri Nadila; Dicky Apdillah
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.5627

Abstract

Aktivitas masyarakat yang semakin padat menyebabkan keterbatasan waktu dalam melakukan perawatan tanaman, khususnya penyiraman yang masih dilakukan secara manual. Hal ini berpotensi menyebabkan tanaman kekurangan air dan tidak tumbuh optimal. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penyiram tanaman otomatis berbasis Internet of Things (IoT) menggunakan mikrokontroler NodeMCU ESP8266. Sistem memanfaatkan sensor kelembaban tanah (soil moisture sensor) untuk mendeteksi kondisi tanah dan pompa air sebagai aktuator penyiraman, serta terintegrasi dengan aplikasi Blynk untuk monitoring dan kontrol jarak jauh secara real-time. Metode penelitian yang digunakan meliputi perancangan sistem, implementasi perangkat keras dan perangkat lunak, serta pengujian kinerja sistem dalam mode otomatis dan manual. Hasil pengujian menunjukkan bahwa sistem mampu bekerja dengan baik menggunakan nilai ambang batas 70%, dimana pompa akan aktif saat tanah kering dan mati saat tanah basah. Selain itu, sistem dapat dikontrol secara manual melalui aplikasi Blynk dengan respon yang cepat dan stabil. Dengan demikian, sistem ini mampu meningkatkan efisiensi penyiraman, menghemat penggunaan air, serta mempermudah pengguna dalam memantau dan mengontrol kondisi tanaman secara jarak jauh.
Perancangan dan Implementasi Sistem Kipas Otomatis Berbasis IoT: Penelitian Desi Patmala Marpaung; Sulhani Nuraini; M. Affandi Saragih; Dicky Apdillah
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.5629

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kipas otomatis berbasis Internet of Things (IoT) yang dapat mengatur kecepatan kipas berdasarkan suhu ruangan secara otomatis. Sistem menggunakan sensor suhu sebagai input dan mikrokontroler sebagai pengendali utama yang terhubung ke jaringan untuk pemantauan jarak jauh. Hasil pengujian menunjukkan bahwa sistem mampu bekerja secara responsif dan efisien dalam menyesuaikan kondisi ruangan. Sistem ini diharapkan dapat meningkatkan kenyamanan pengguna serta efisiensi penggunaan energi listrik.
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA TENAGA PENDIDIK DENGAN METODE PROFILE MATCHING Yuwanda Yuwanda; Dicky Apdillah
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2374

Abstract

Abstract: The performance assessment of educators is an evaluation conducted through observation and monitoring of each main task of educators in the context of career development, rank, and position. The performance assessment of educators includes their ability to master knowledge, skills, and professional attitudes as educators. To determine the quality of the human resources of educators, one of the efforts that can be made is by conducting performance evaluations. As an educational institution, the quality of human resources it possesses greatly impacts the quality of its students. The purpose of this research is to analyze a decision support system using the profile matching method in the performance assessment of educators. The data input into the system includes the alignment of lesson implementation with the lesson schedule, punctuality, mastery of the material, and other aspects related to teaching. From the results of the system testing conducted, the scores obtained were as follows: Supriyati, S.Pd (4.25) with a very suitable predicate, Siti Malihatun Nikmah, S.PD (3.70) with a suitable predicate, Kusmini, S.Pd (3.60) with a suitable predicate, Singgih Peranowo, S.Pd (3.20) with a suitable predicate, Nursamsyiah, S.Pd (3.10) with a suitable predicate, Sunarso, S.Sn (2.90) with an unsuitable predicate. Based on these results, an evaluation can be conducted on Sunarso, S.Sn (2.90) regarding his teaching performance. Keywords: Profile Matching, Decision Support System, Educator Performance                  Assessment, Web. Abstrak: Penilaian kinerja tenaga pendidik merupakan penilaian yang dilakukan melalui pengamatan dan pemantauan pada setiap butir tugas utama tenaga pendidik dalam rangka pembinaan karir, kepangkatan, dan jabatannya. Penilaian kinerja tenaga pendidik meliputi kemampuan tenaga pendidik dalam menguasai pengetahuan, keterampilan, dan sikap profesional sebagai pendidik. Untuk mengetahui kualitas SDM tenaga pendidik, salah satu upaya yang dapat dilakukan adalah dengan melakukan penilaian kinerja. Sebagai sebuah institusi pendidikan, kualitas SDM yang dimiliki sangat berdampak pada kualitas peserta didik. Tujuan penelitian ini  untuk menganalisa sebuah sistem pendukung keputusan dengan metode profile matching pada penilaian kinerja tenaga pendidik. Data yang di input ke dalam sistem ialah data kesesuaian pelaksanaan pembelajaran dengan jadwal pembelajaran, ketepatan waktu, penguasaan materi, dan lain-lain yang terkait pembelajaran. Dari hasil pengujian sistem yang dilakukan terdapat nilai perolehan Supriyati, S.Pd (4,25) predikat sangat sesuai, Siti Malihatun Nikmah, S.PD (3,70) predikat sesuai, Kusmini, S.Pd (3,60) predikat sesuai, Singgih Peranowo, S.Pd (3,20) predikat sesuai, Nursamsyiah, S.Pd (3,10) predikat sesuai, Sunarso, S.Sn (2,90) predikat tidak sesuai, dari hasil tersebut dapat dilakukan evaluasi terhadap  Sunarso, S.Sn (2,90) atas kinerja pengajaran. Kata kunci: Profile Matching, Sistem Pendukung Keputusan, Penilaian Kinerja Tenaga Pendidik, Web.
PENERAPAN ALGORITMA EDGE DETECTION DAN CLUSTERING MENGIDENTIFIKASI PENGENALANWAJAH DALAM E-ABSENSI Desy Rahmadani; Dicky Apdillah
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 2 (2025): May 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i2.3035

Abstract

Abstract: Absence is usually used to see the level of employee discipline. The discipline of each employee is usually assessed as an indicator to determine whether the employee is allowed to apply for a salary increase and so on. To be able to monitor the presence of employee attendance activities, an attendance system is needed that can record employee attendance and absence. Over time, the attendance system has developed. Various types of attendance systems have also developed, such as using barcode and fingerprint methods. Problems with the barcode attendance system arise when employee members do not carry cards or other tools that have been given barcodes, then employees will not be able to take attendance, while the shortcomings of the fingerprint method when someone's fingerprints are injured or dirty will interfere with the scanning process on the sensor. Employees are required to take attendance every working day. The purpose of attendance in an agency, especially to see the performance of the employee, will also improve the quality of the agency itself. In this study, only the edge detection and clustering algorithms were used with the data inputted into this system being photo image data. In testing using edge detection, it produces percentage values such as in the first test, the percentage level of photo similarity is 47.32%, in the second photo test, the percentage level of photo similarity is 57.27%, in the third photo test, the percentage level of photo similarity is 57.75%, in the third photo test, the percentage level of photo similarity is 77.14%. Keywords: Edge Detection Algorithm, Clustering, Identifying Face Recognition, E-Attendance, Web Abstrak: Absensi biasanya digunakan untuk melihat tingkat kedisipinan pekerja. Kedisipinan masing-masing pegawai atau karyawan biasanya dinilai sebagai indikator untuk menentukan apakah karyawan tersebut boleh untuk mengajukan kenaikan gaji dan lain sebagianya. Untuk dapat memantau adanya aktivitas kehadiran pegawai atau karyawan maka diperlukan sebuah sistem absensi yang dapat mencatat absensi kehadiran dan ketidakhadiran karyawan.Seiring berjalannya waktu sistem absensi kian berkembang. Berbagai jenis sistem absensi pula telah berkembang seperti dengan menggunakan metode barcode dan sidik jari. Permasalahan pada sistem absensi barcode muncul ketika anggota karyawan tidak membawa kartu yang atau alat lainnya yang telah diberi barcode, maka karyawan tidak akan bisa melakukan absensi sedangkan kekurangan dalam metode sidik jari  ketika sidak jari seseorang terluka atau kotor akan menggangu proses scanning pada sensor. Pegawai atau karyawan diharuskan untuk melakukan absen setiap hari kerja. Tujuan absensi di instansi khususnya untuk melihat kinerja pegawai atau karyawan tersebut yang akan meningkatkan juga mutu dari instansi itu sendiri. Dalam penelitian ini hanya menggunakan algoritma edge detection dan clustering dengan data yang diinputkan dalam sistem ini ialah data citra foto. Dalam pengujian menggunakan edge detection menghasilkan nilai persentase seperti pada uji pertama terlihat tingkat persentase kemiripan foto ialah 47,32%, pada uji foto ke dua terlihat tingkat persentase kemiripan foto ialah 57,27%, pada uji foto ke tiga  terlihat tingkat persentase kemiripan foto ialah 57,75%, pada uji foto ke tiga terlihat tingkat persentase kemiripan foto ialah 77,14%. Kata Kunci : Algoritma Edge Detection, Clustering, Mengidentifikasi Pengenalan Wajah, E-Absensi, Web
ANALISIS POLA PENENTUAN LOKASI PEMBANGUNAN PROPERTI MENGGUNAKAN ALGORITMA APRIORI Alwi Kurniawan; Dicky Apdillah
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.v8i4.4711

Abstract

Abstract: This study implements the Apriori algorithm to analyze patterns in property development location selection based on six key attributes: location, soil type, property type, land area, distance to city center, and surrounding facilities. Using a dataset of 100 property records with minimum support of 10%, confidence of 60%, and lift greater than 1.2, the analysis successfully identified significant association rules between land characteristics and suitable property types. The research developed a web-based recommendation system integrating Python for data mining analysis and PHP-mysql for the user interface. Validation results demonstrate that rules such as "large land area and moderate distance to city center → apartment" achieved support of 13%, confidence of 61.9%, and lift of 1.82, proving the system's effectiveness. Manual validation confirmed consistency between theoretical calculations and system outputs, with processing time under 5 seconds for 100 records. The system successfully filtered invalid rules, such as those with support below 10% or lift less than 1.2, demonstrating robust rule generation mechanisms. This system serves as a practical decision support tool for property developers in determining optimal property types based on specific location characteristics and environmental conditions. Keyword: apriori algorithm; property development; association rules; data mining; decision support system Abstrak: Penelitian ini mengimplementasikan algoritma Apriori untuk menganalisis pola penentuan lokasi pembangunan properti berdasarkan enam atribut kunci yaitu lokasi, jenis tanah, jenis properti, luas tanah, jarak ke pusat kota, dan fasilitas sekitar. Menggunakan dataset 100 data properti dengan parameter minimum support 10%, confidence 60%, dan lift lebih besar dari 1,2, analisis berhasil mengidentifikasi aturan asosiasi signifikan antara karakteristik lahan dengan jenis properti yang sesuai. Penelitian menghasilkan sistem rekomendasi berbasis web yang mengintegrasikan Python untuk analisis data mining dan PHP-mysql untuk antarmuka pengguna. Hasil validasi menunjukkan aturan seperti "luas tanah besar dan jarak ke pusat kota sedang → apartemen" mencapai support 13%, confidence 61,9%, dan lift 1,82, membuktikan efektivitas sistem. Validasi manual mengonfirmasi konsistensi antara perhitungan teoretis dengan output sistem, dengan waktu pemrosesan di bawah 5 detik untuk 100 data. Sistem berhasil menyaring aturan tidak valid seperti yang memiliki support di bawah 10% atau lift kurang dari 1,2, menunjukkan mekanisme pembangkitan aturan yang robust. Sistem ini dapat menjadi alat bantu pengambilan keputusan praktis bagi pengembang properti dalam menentukan jenis properti optimal berdasarkan karakteristik lokasi dan kondisi lingkungan tertentu. Kata kunci: algoritma apriori; pembangunan properti; aturan asosiasi; data mining; sistem pendukung keputusan.
PENERAPAN FUZZY C – MEANS MEMPREDIKSI KEUNTUNGAN DAN PAJAK CUKAI PENJUALAN ROKOK BERDASARKAN KELOMPOK PENGGUNA ROKOK DAN TEMBAKAU Tia Rizkika; Dicky Apdillah
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.v8i4.4816

Abstract

Abstract: The cigarette industry is a sector that contributes significantly to state revenue through taxes and excise. This study aims to apply the Fuzzy C-Means method to cluster cigarette consumption and sales data to predict potential sales profits and projected excise revenues. The data used is secondary data obtained from the Central Statistics Agency (BPS) and the Ministry of Finance. The research process includes data collection, pre-processing, analysis using the Fuzzy C-Means algorithm, and implementation of a web-based system using PHP and MySQL. The results show that the Fuzzy C-Means method is capable of grouping cigarette consumption data into several clusters, such as "very profitable," "quite profitable," and "less profitable." This model can assist industry and government players in formulating pricing strategies, excise policies, and production planning based on more accurate data. Keywords: Fuzzy C-Means, Clustering, Profit Prediction, Data Mining, PHP, MySQL. Abstrak: Industri rokok merupakan salah satu sektor yang memberikan kontribusi besar terhadap penerimaan negara melalui pajak dan cukai. Penelitian ini bertujuan untuk menerapkan metode Fuzzy C-Means dalam melakukan pengelompokan (clustering) terhadap data konsumsi dan penjualan rokok guna memprediksi potensi keuntungan penjualan serta proyeksi penerimaan cukai. Data yang digunakan merupakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) dan Kementerian Keuangan. Proses penelitian meliputi tahapan pengumpulan data, pra-pemrosesan, analisis dengan algoritma Fuzzy C-Means, serta implementasi sistem berbasis web menggunakan PHP dan MySQL. Hasil penelitian menunjukkan bahwa metode Fuzzy C-Means mampu mengelompokkan data konsumsi rokok menjadi beberapa klaster, seperti kelompok “sangat menguntungkan”, “cukup menguntungkan”, dan “kurang menguntungkan”. Model ini dapat membantu pelaku industri dan pemerintah dalam merumuskan strategi penetapan harga, kebijakan cukai, serta perencanaan produksi berbasis data yang lebih akurat. Kata Kunci: Fuzzy C-Means, Clustering, Prediksi Keuntungan, Data Mining, PHP, MySQL.
ANALISIS POLA PENYAKIT BERDASARKAN DATA PASIEN DI UPT PUSKESMAS TANJUNG TIRAM MENGGUNAKAN ALGORITMA APRIORI Riski Perdamaian Ndraha; Dicky Apdillah
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.v8i4.4884

Abstract

Abstract: This study discusses the application of the Apriori algorithm to analyze the pattern of relationships between diseases in patient medical record data at UPT Puskesmas Tanjung Tiram. Medical records serve as an important source of information to support medical decision-making, particularly in identifying diseases that frequently occur together. This study utilized 365 outpatient medical record data, which were processed using Python and integrated with PHP as a web-based interface. The parameters used in the Apriori algorithm include a minimum support of 10%, a minimum confidence of 50%, and a minimum lift of 1.2. The results of the analysis revealed four significant disease patterns, namely hypertension ? fever, acute respiratory infection (ARI) ? fever, gout ? fever, and cholesterol ? fever, indicating strong associations among these diseases. The developed system can display analytical results quickly, accurately, and interactively, making it useful in supporting diagnosis processes and medical decision-making at healthcare centers. This research is expected to contribute to the utilization of data mining for disease pattern analysis and the development of web-based health recommendation systems. Keyword: apriori algorithm, data mining, PHP, python, disease patterns, medical records Abstrak: Penelitian ini membahas penerapan algoritma Apriori untuk menganalisis pola keterkaitan antar penyakit pada data rekam medis pasien di UPT Puskesmas Tanjung Tiram. Data rekam medis merupakan sumber informasi penting dalam mendukung pengambilan keputusan medis, terutama untuk mengidentifikasi penyakit yang sering muncul secara bersamaan. Penelitian ini menggunakan 365 data rekam medis pasien rawat jalan yang diolah dengan bantuan Python dan diintegrasikan dengan PHP sebagai antarmuka web. Parameter yang digunakan pada algoritma Apriori meliputi minimum support sebesar 10%, minimum confidence sebesar 50%, dan minimum lift sebesar 1.2. Hasil analisis menunjukkan terdapat empat pola penyakit signifikan, yaitu hipertensi ? demam, ISPA ? demam, asam urat ? demam, dan kolesterol ? demam, dengan tingkat keterkaitan yang kuat. Sistem yang dibangun mampu menampilkan hasil analisis secara cepat, akurat, dan interaktif, sehingga dapat dimanfaatkan untuk mendukung proses diagnosis dan pengambilan keputusan medis di lingkungan Puskesmas. Penelitian ini diharapkan memberikan kontribusi dalam pemanfaatan data mining untuk analisis pola penyakit serta pengembangan sistem rekomendasi kesehatan berbasis web. Kata kunci: algoritma apriori, data mining, PHP, python, pola penyakit, rekam medis
TINGKAT KEBERHASILAN UMKM DESA BERDASARKAN MODAL DAN STRATEGI PEMASARAN DENGAN NAÏVE BAYES Putra Bagus Utama; Dicky Apdillah
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5749

Abstract

Abstract: This study aims to classify the success level of village MSMEs based on capital and marketing strategies using the Naive Bayes algorithm. Micro, Small, and Medium Enterprises often face challenges such as limited capital and ineffective marketing strategies, which may hinder business performance. In this research, MSME data were collected through questionnaires covering variables such as initial capital, capital source, type of marketing strategy, promotional media, and business duration. The data were then processed and analyzed using the Naive Bayes method to predict MSME success levels categorized as high, medium, and low. The results indicate that the Naive Bayes model provides good prediction accuracy and is able to identify the most influential variables affecting MSME success. This study is expected to serve as a reference for MSME practitioners and local governments in designing more effective and targeted business development strategies. Keywords: MSMEs, capital, marketing strategy, classification, Naive Bayes Abstrak: Penelitian ini bertujuan untuk mengklasifikasikan tingkat keberhasilan UMKM desa berdasarkan modal dan strategi pemasaran menggunakan algoritma Naive Bayes. Permasalahan utama yang sering dihadapi UMKM adalah keterbatasan modal serta pemilihan strategi pemasaran yang kurang efektif, sehingga berdampak pada rendahnya tingkat keberhasilan usaha. Dalam penelitian ini, data UMKM dikumpulkan melalui kuesioner yang mencakup variabel modal awal, sumber modal, bentuk strategi pemasaran, media promosi, dan lama usaha. Data tersebut kemudian diolah dan dianalisis menggunakan metode Naive Bayes untuk memprediksi tingkat keberhasilan UMKM yang dikategorikan menjadi tinggi, sedang, dan rendah. Hasil penelitian menunjukkan bahwa model Naive Bayes mampu memberikan akurasi prediksi yang baik serta mengidentifikasi variabel yang paling berpengaruh terhadap keberhasilan UMKM. Penelitian ini diharapkan dapat menjadi acuan bagi pelaku UMKM maupun pemerintah desa dalam merancang strategi pengembangan usaha yang lebih efektif dan tepat sasaran. Kata Kunci : UMKM, modal, strategi pemasaran, klasifikasi, Naive Bayes
OPTIMASI ELBOW PADA METODE K-MENAS DALAM CLUSTERING DATA DARAH PASIEN UNTUK IDENTIFIKASI RESIKO PENYAKIT KRONIS Pani Irawan; Dicky Apdillah
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 2 (2026): April 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i2.6391

Abstract

Abstract: Chronic diseases such as diabetes, hypertension, and heart disease are major causes of morbidity and mortality in various countries, including Indonesia. Early detection of chronic disease risk is a crucial step in more effective prevention and treatment. One important source of information for identifying these risks is laboratory data, particularly patient blood data, which includes parameters such as glucose levels, cholesterol, blood pressure, hemoglobin, and other indicators. The objective of this study was to design and develop a patient blood data clustering application to identify chronic disease risk using the K-Menas method and the Elbow method using a web programming language. The data used in this study consisted of a sample of 140 individuals. Of the total sample, 140 patients were successfully grouped into four optimal clusters (K = 4). This data partitioning process resulted in a varied population distribution within each cluster, reflecting the heterogeneity of clinical and demographic characteristics among the study subjects. Based on the analysis of 140 patients, the population was dominated by the Critical/Chronic group (Cluster 4) at 45.7% (64 patients), followed by the Healthy/Normal Group (Cluster 1) at 30% (42 patients), and the Low/Early Risk (Cluster 2) and High Risk (Cluster 3) groups, each with an equal minority proportion of 12.1% (17 patients). Keywords: Elbow Optimization, K-Menas Method, Clustering, Patient Blood Data, Chronic Disease Risk Identification   Abstrak: Penyakit kronis seperti diabetes, hipertensi, dan penyakit jantung menjadi penyebab utama morbiditas dan mortalitas di berbagai negara, termasuk Indonesia. Deteksi dini terhadap risiko penyakit kronis merupakan langkah penting dalam upaya pencegahan dan penanganan yang lebih efektif. Salah satu sumber informasi penting untuk mengidentifikasi risiko tersebut adalah data laboratorium, khususnya data darah pasien, yang mencakup parameter-parameter seperti kadar glukosa, kolesterol, tekanan darah, hemoglobin, serta indikator lainnya. Tujuan dalam penelitian ini ialah Untuk merancang dan membuat aplikasi clustering data darah pasien untuk identifikasi resiko penyakit kronis menggunakan Metode  K-Menas  dan metode elbow dengan bahasa pemrograman web. Data yang digunakan dalam penelitian ini berupa sample sebanyak 140 orang. Dari total sampel penelitian sebanyak 140 pasien berhasil dikelompokkan ke dalam 4 klaster optimal (K = 4). Proses partisi data ini menghasilkan sebaran populasi yang bervariasi di setiap klasternya, mencerminkan adanya heterogenitas karakteristik klinis atau demografis di antara subjek penelitian. Berdasarkan hasil analisis terhadap 140 pasien, populasi didominasi oleh kelompok Kritis/Kronis (Klaster 4) sebesar 45,7% (64 pasien), diikuti kelompok Kelompok Sehat/Normal (Klaster 1) sebesar 30% (42 pasien), serta kelompok Risiko Rendah/Awal (Klaster 2) dan Risiko Tinggi (Klaster 3) yang memiliki proporsi minoritas setara masing-masing sebesar 12,1% (17 pasien). Kata Kunci: Optimasi Elbow, Metode K-Menas, Clustering, Data Darah Pasien, Identifikasi Resiko Penyakit Kronis
Co-Authors Afni Dwi Pertiwi Agrinda Aulia Lubis Agus Salam Alwi Kurniawan Amira Harisatul Zannah Angela Ekklesia Siagian Angelina Deasyta Simanjuntak Anggika Sembiring Annisa Nasution Apri Affandi Arinda Faradilla Marpaung Aulianza Alfirzy Saragih Bambang Irwansyah Bill Yansen Nadeak Bobby Ardiansyah Dea Tiara Azhari Delyanti Putri Sitorus Desi Patmala Marpaung Desy Rahmadani Dinda Azura Panjaitan Dinda Munifah Marpaung Dini Farhatun Dita Mitha Sucitra Diva Agustin Purba Dormada Lestari Luhur Sitorus Dwi Suci Ramadani Eko Bayu Syahputra Emi Dea Emiel Salim Siregar Fahira Hasanah Br Harahap Fahri Finanda Rizki Febby Andriana Surbakti Harmayani Himmatul Ummi Harahap Husna Sari Ibnu Anhar Icha Wayu Mayanda Imelda Regina Siswi Intan Ayudia Kinanti Ira Tania Irwansyah, Bambang Ismail Joshua Robinsar Tamba Khairunnisak Panjaitan Laura Gusti Ayunda Lica Adila Lili Kahirina Azhari Lubis Lili Khairani Azhari Lubis M Hafiz Nurhasan Sihombing M. Affandi Saragih M.Rajuddin Saragih Mhd Fauzan Miri Sahera Mohammad Zacky Valentino Putra Muhammad Fadli Elza Ms Muhammad Idham Nabila Nabila Nadia Syharani Nandika Tiara Puteri Stefanny Nazma Aulia Novaldo Andrian Syahputra Nur Isnaini Nurul Fadillah Pani Irawan Pujawati Puteri Leida Ratna Hayati Harahap Putra Bagus Utama Putri Azura Putri Julia Nabila Putri Nadila Putri Putri Putri Rahmawani Rahmadani Fitri Panjaitan Rahmat Raja Syahmuda Siregar Reni Surya Nanda Ridho Agusman Rienda Syuhaila Riki Wirayuda Afni Dwi Pertiwi Riski Ananda Riski Perdamaian Ndraha Rismawani Butar-butar Rizky Riansyah Panjaitan Rusti Br Zebua Sahdila Adinda Putri Selfina Agustin Seprina Aulia Putri Shohe Mukhreza Sinta Widari Siti Ramadani Sri Bintan Sri Damayanti Sri Wulandari Suci Lestari Br Batu Bara Suci Ramadani Sudy Sulhani Nuraini Susih Gajah Manik Syahrunsyah Syahrunsyah Tia Rizkika Utami Wardah Hafiz Weny Nur Afdilla Simangunsong Winda Sari Yudha Rahmadhi Yuwanda Yuwanda Zairul Abdi Siagian Zhalila Azka Zidan Harry Sudrajat Zulfa Ar Rahman Zulfirman Zuwairiah Harmika