Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Eksplorasi Teknologi Enterprise & Sistem Informasi (EKSTENSI) Jurnal Ilmiah Informatika dan Ilmu Komputer
Rusina Widha Febriana
Universitas Anwar Medika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Prediksi Risiko Stunting Menggunakan Bayesian Network Berbasis GIS Rusina Widha Febriana; Endang Setyati
Eksplorasi Teknologi Enterprise & Sistem Informasi (EKSTENSI) Vol. 1 No. 1 (2022): November
Publisher : FIKOM - Bung Karno University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (595.934 KB) | DOI: 10.59039/ekstensi.v1i1.2

Abstract

Stunting is one of the nutritional issues faced in the world. Stunting is a chronic nutritional problem caused by food intake that does not suit nutritional needs. Indonesia has a high commitment to stunting prevention efforts so that Indonesian children can grow and develop optimally and innovate and compete at the global level. The effort was demonstrated through the National Strategy of accelerating Stunting Prevention, known as Stranas Stunting, implemented in 2018 – 2024. The system was developed to be able to identify stunting supporting factors so that it can provide accurate information. And the system also displays data in the form of maps, to make it easier to perform analysis in a room. Spatial data is displayed using GIS (Geographic Information System). The study's result was that 75% of children grew up normally, while the other 25% predicted to suffer from stunting. The dominant factor affecting stunting is 57% of children with short anthropometry, 51% of children who do not get exclusive breast milk, 66% of mothers' knowledge of nutrition is not good, 69% of foster care patterns by mothers themselves, 80% of pregnant women with a diet less than three times, 99% of pregnant women not infected with the disease, and 54% of pregnant women with anthropometry less than mid-upper arm circumference (MUAC).
Decision Support System Diagnosis Penyakit Stroke Menggunakan Metode Composite Performance Index (CPI) Rusina Widha Febriana; Rony Kriswibowo; Johan Suryo Prayogo; Putri Ariatna Alia; Setya Budi Pratama
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 2 (2025): Volume 4 Nomor 2 September 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i2.56

Abstract

Stroke merupakan salah satu kondisi gawat darurat yang harus ditangani dengan cepat karena dapat mengakibatkan kefatalan. Stroke terjadi ketika asupan oksigen dan atau asupan nutrisi ke otak mengalami gangguan karena adanya penyumbatan pada pembuluh darah. Kondisi penyumbatan ini menyebabkan bagian dari sel-sel otak yang terdampak akan mengalami kerusakan sehingga tidak dapat berfungsi dengan baik. Stroke yang tidak tertangani dengan segera dapat memberikan efek negatif terhadap penderitanya, mulai dari kecacatan, kerusakan otak, hingga kematian. Penelitian ini mengusulkan penerapan metode Composite Peformance Index (CPI) dalam membangun Decision Support System (DSS) untuk membantu diagnosis tingkat peluang terjangkit stroke untuk dapat ditangani lebih lanjut. CPI diterapkan untuk melakukan penilaian dan menentukan peringkat dari beberapa alternatif penyebab stroke. Nilai indeks gabungan gejala stroke yang terbesar akan menampilkan pasien yang paling memungkinkan akan menderita stroke. Tujuan penelitian ini yaitu dengan mengetahui pasien yang mungkin mengalami stroke diharapkan dapat memberikan perawatan dan pengobatan yang sesuai, sehingga mampu menekan tingkat kerusakan otak dan mencegah terjadinya komplikasi. Diagnosis dilakukan dengan menerapkan metode CPI pada sistem menggunakan bahasa pemrograman python. Python adalah salah satu bahasa pemrograman yang banyak digunakan dalam pengembangan DSS, karena kemudahan pengkodeannya dan kepemilikan pustaka yang kaya. Hasil penelitian ini didapatkan perhitungan yang dilakukan secara manual dan sistem memiliki hasil yang sama, artinya sistem yang dibangun menghasilkan perhitungan yang valid. Berdasarkan studi kasus penelitian, nilai tertinggi pasien yang akan mengalami stroke berdasarkan nilai indeks gabungan metode CPI adalah sebesar 198.5 dengan keadaan pasien memiliki pola hidup sehat dan riwayat orang tua pernah mengalami stroke mini/TIA.
Co-Authors Endang Setyati Johan Suryo Prayogo Putri Ariatna Alia Rony Kriswibowo Setya Budi Pratama