Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal snimed Seminar Nasional Informatika (SEMNASIF) Jurnal INFOTEL
Agus Sasmito Aribowo
Universitas Pembangunan Nasional Veteran Yogyakarta
Computer Science & IT Electrical & Electronics Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : snimed

 1 
Analisis Sentimen Publik pada Program Kesehatan Masyarakat menggunakan Twitter Opinion Mining Aribowo, Agus Sasmito
Seminar Nasional Informatika Medis (SNIMed) 2018
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Program dan kebijakan pemerintah di bidang kesehatan membutuhkan umpan balik untuk evaluasi dan perbaikan. Umpan balik bisa diperoleh dari opini publik terkait program-program kesehatan  tersebut.  Media sosial seperti Twitter memuat opini publik terutama tentang program kebijakan di bidang kesehatan masyarakat. Media sosial merupakan salah satu sumber data teks yang tidak terstuktur. Ekstraksi pengetahuan untuk mendapatkan umpan balik dari media sosial sangat menyulitkan karena sifat tidak terstruktur tersebut. Penelitian ini bertujuan untuk mengembangkan model untuk mengetahui sentimen publik terhadap enam macam program kebijakan pemerintah yaitu imunisasi, asuransi kesehatan, stunting, gizi buruk, pelayanan kesehatan, dan jaminan kesehatan masyarakat. Metodenya adalah dengan melakukan ekstraksi pengetahuan dari opini di media sosial menggunakan analisis sentimen  berbasis leksikon. Sifat tidak terstuktur dari opini publik di twitter akan diproses sehingga dapat diketahui pola tersembunyi di dalamnya. Jumlah pesan tweet yang diolah dari Twitter dalam penelitian ini adalah 6000 pesan tweet dan pemantauan pesan di media Twitter dilakukan setiap minggu. Hasil analisis sentimen berupa grafik sentimen opini publik di twitter terkait topik-topik kesehatan tersebut. Model diuji untuk membaca sentimen public di twitter sejak awal bulan Agustus 2018. Model menghasilkan kesimpulan bahwa opini publik terkait asuransi kesehatan, pelayanan kesehatan dan jaminan kesehatan masyarakat cenderung positif dan opini terkait imunisasi, gizi buruk, dan stunting cenderung negatif.
Metode Data Mining K-Means Untuk Klasterisasi Data Penanganan Dan Pelayanan Kesehatan Masyarakat Cahyana, Nur Heri; Aribowo, Agus Sasmito
Seminar Nasional Informatika Medis (SNIMed) 2018
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Data mining adalah metode pengolahan data untuk mencari pola tersembunyi dalam data tersebut sehingga pola tersebut dapat dipakai sebagai pengetahuan. Salah satu jenis algoritma data mining adalah k-means yang dapat dipakai untuk mengelompokkan data ke dalam beberapa klaster yang lebih homogen. Penelitian ini menjelaskan tentang bagaimana memakai k-Means untuk mengelompokkan data kecamatan di Kabupaten Blora berdasarkan beberapa indikator kesehatan. Indikator keberhasilan pelayanan kesehatan yang dimaksud adalah ketanggapan pelayanan kesehatan, ruang lingkup pelayanan kesehatan dan kesehatan ibu dan anak. Dalam penelitian ini dipilih tiga buah atribut untuk menilai kualitas layanan kesehatan yaitu persentase jumlah kasus diare yang ditangani terhadap jumlah perkiraan penderita, jumlah kasus pneumonia yang ditangani dibandingkan dengan jumlah perkiraan penderita dan jumlah balita yang terlayani dibandingkan dengan jumlah total balita. Hasil penelitian berupa klasterisasi tahunan kecamatan-kecamatan di Kabupaten Blora yang bisa dipakai untuk menggambarkan distribusi kecamatan berdasarkan profil penanganan dan pelayanan kesehatan masyarakat masing-masing.
Co-Authors Bambang Yuwono Dyah Sugandini Effendi, Mohamad Irhas Nur Heri Cahyana Saifullah, Shoffan Siswanto Budi Wardoyo, Siswanto Budi Siti Khomsah, Siti Wisnalmawati Wisnalmawati Yenni Sri Utami, Yenni Sri Yuli Fauziah