Article Per Year (5 Year)
p-Index From 2021 - 2026
2.715
P-Index
This Author published in this journals
All Journal Jurnal Informatika Metta : Jurnal Ilmu Multidisiplin Decode: Jurnal Pendidikan Teknologi Informasi International Journal of Advanced Science and Computer Applications Prisma Sains: Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram Digital Transformation Technology (Digitech) Journal of Artificial Intelligence and Digital Business Jurnal Masyarakat Madani Indonesia Health Research Journal of Indonesia Jurnal Pengabdian Masyarakat Bangsa Journal of Digital Community Services Jurnal Pendidikan Teknologi Informasi (J-Diteksi) Journal of Technology and Data Science Health Media
Sigit Andriyanto
Universitas Aisyah Pringsewu, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Penentuan Pola Penjualan Menggunakan Algoritma Apriori Muharni, Sita; Andriyanto, Sigit
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.3679

Abstract

Dalam menghadapi era teknologi yang semakin berkembang dan berpengaruh sangat besar terhadap persaingan ekonomi, khususnya persaingan dalam dunia bisnis perdagangan barang, seperti minimarket atau toko, maka penggunaan teknik data mining dapat dijadikan acuan dalam mengelola data-data transaksi untuk dijadikan sebuah informasi. Multi Mart merupakan perusahaan yang bergerak di bidang makanan. Multi Mart menjual segala macam barang kebutuhan pokok, makanan, rokok dan lain-lain. Multi Mart memiliki beberapa permasalahan diantaranya adalah jumlah data yang semakin banyak sehingga data menumpuk. Akibat dari permasalahan tersebut, maka diterapkan teknik data mining dengan menggunakan algoritma apriori yang bertujuan untuk mengetahui hasil analisis pola penjualan toko dan menentukan pola asosiatif dari data transaksi yang sering dibeli secara bersamaan. Penelitian ini difokuskan pada penentuan pola penjualan dengan menggunakan metode apriori. Tahap penelitian yang dilakukan memiliki 5 tahapan: Pemilihan Data, Preprocessing Data, Transformasi, Data Mining, dan Evaluasi. Hasil dari penelitian ini menunjukkan bahwa terdapat beberapa barang yang dapat ditempatkan pada rak yang sama seperti telur, rokok (garam) dan coca-cola dengan nilai confidence sebesar 70.2% serta barang lainnya.
Optimization of the Naïve Bayes Algorithm Using Particle Swarm Optimization (PSO) for Predicting Heart Disease Symptoms Sita Muharni; Sigit Andriyanto; Supardi Supardi
Prisma Sains : Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram Vol. 13 No. 3: July 2025
Publisher : Universitas Pendidikan Mandalika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33394/j-ps.v13i3.15573

Abstract

Heart disease is one of the leading causes of mortality in Indonesia, yet early detection remains a challenge due to limitations in data and suboptimal classification methods. This study aims to improve the accuracy of heart disease prediction by integrating the Naïve Bayes algorithm with Particle Swarm Optimization (PSO) for feature selection. A dataset of 303 patient records was processed using RapidMiner across three configurations: Naïve Bayes with split validation (80:20), Naïve Bayes with 10-fold cross-validation, and Naïve Bayes with PSO-based feature selection. The results showed that incorporating PSO increased accuracy from 87.60% to 89.26%, along with improvements in precision and recall, while maintaining a high AUC value (0.933). These findings demonstrate that PSO effectively identifies the most relevant features and enhances the performance of heart disease prediction models. The study also underscores the importance of validation methods and model interpretability in the application of artificial intelligence in healthcare.
Faktor-Faktor Yang Memengaruhi Kepuasan Pasien Terhadap Pelayanan Pendaftaran Di UPTD Puskesmas Karangrejo Cindy Nirmala Putri; Yessiana Luthfia Bahri; Sigit Andriyanto; Etanaulia Marsim
Health Research Journal of Indonesia Vol 4 No 5 (2026): Health Research Journal of Indonesia
Publisher : CV. Wadah Publikasi Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63004/hrji.v4i5.1119

Abstract

Latar Belakang: Pelayanan pendaftaran merupakan tahap awal dalam proses pelayanan kesehatan yang berperan penting dalam membentuk persepsi serta tingkat kepuasan pasien. Tujuan:Penelitian ini bertujuan untuk  mengetahui faktor-faktor yang memengaruhi kepuasan pasien terhadap pelayanan pendaftaran berdasarkan lima dimensi kualitas pelayanan (SERVQUAL), yaitu tangibles, reliability, responsiveness, assurance, dan empathy. Metode penelitian:Penelitian ini menggunakan desain kuantitatif dengan pendekatan survei analitik dan rancangan cross sectional. Populasi adalah seluruh pasien yang melakukan pendaftaran di UPTD Puskesmas Karangrejo dengan sampel sebanyak 93 responden yang dipilih menggunakan teknik simple random sampling. Pengumpulan data dilakukan melalui kuesioner dan dianalisis menggunakan uji Chi Square. Hasil:Penelitian menunjukkan bahwa dimensi  tangibles didapatkan nilai OR 5,17(CI 95% 2,12-12,61) p=0,001.Dimensi  reliability  didapatkan nilai OR 14,66(CI 95% 5,32-40.39).Dimensi  responsiveness  didapatkan nilai OR 13,66(CI 95% 4,99-37,41) p=0,001.Dimensi  Assurance  didapatkan nilai OR 18,00(CI 95% 6,28-51,52) p=0,001.Dimensi  Empathy  didapatkan nilai OR 6,59(CI 95% 1,97-22.09) p=0,001.Seluruh dimensi berpengaruh signifikan terhadap tingkat kepuasan pasien. Kesimpulan dan saran:Dimensi empathy dan responsiveness terbukti menjadi faktor yang paling dominan dalam memengaruhi kepuasan pasien. Hal ini mengindikasikan bahwa sikap ramah, perhatian, kesigapan, serta kemampuan petugas dalam merespons kebutuhan pasien secara cepat dan tepat merupakan aspek yang paling menentukan dalam membentuk kepuasan pasien. Oleh karena itu, peningkatan mutu pelayanan yang berfokus pada penguatan sikap empati dan daya tanggap petugas sangat diperlukan guna mencapai standar kepuasan pasien sesuai ketentuan nasional (>90%).
Pengembangan Sistem Informasi Manajemen yang Mendukung Pelaporan Kinerja dan Akreditasi Digital Meningkatkan Kapasitas Operator Puskesmas Pagelaran Sigit Andriyanto; Sita Muharni; Muhammad Farhan Al Farisi; Tri Adi Nugroho; Nur Aminudin; Susilo Setiawan; Rizka Dwi Yovita; Etanaulia Marsim; Yessiana Luthfia B; Elita Yuni Setiyarini
Jurnal Masyarakat Madani Indonesia Vol. 5 No. 1 (2026): Februari
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/71epm244

Abstract

Pusat Kesehatan Masyarakat (Puskesmas) adalah fasilitas pelayanan kesehatan tingkat pertama yang bertanggung jawab secara strategis untuk memberikan layanan kesehatan kepada masyarakat, terutama di tingkat kecamatan.  Puskesmas adalah ujung tombak sistem kesehatan nasional dan bertanggung jawab atas pelayanan kuratif dan rehabilitatif serta program preventif dan promotif.  Sebagian besar operator tidak menerima pelatihan yang cukup tentang cara menggunakan SIMPUS dan sistem digital lainnya.  Beberapa orang masih melakukan transformasi digital manual atau semi-digital (menggunakan lembar kerja spreadsheet tanpa sistem terintegrasi), tetapi ini tidak dapat dilakukan secara instan. transformasi digital semacam ini tidak dapat dilakukan secara instan. Diperlukan adanya pendekatan penguatan kapasitas (capacity building) yang komprehensif bagi para operator Puskesmas. Para operator Puskesmas membutuhkan pendekatan penguatan kapasitas yang menyeluruh. Hasil evaluasi pre-test dan post-test menunjukkan bahwa peserta lebih memahami penggunaan SIMPUS secara signifikan. Nilai rata-rata peserta meningkat dari 55,3 menjadi 86,7 setelah pelatihan. Selain itu, operator memperoleh pemahaman yang lebih baik tentang hubungan antara data pelayanan dan indikator kinerja yang harus dilaporkan. Dari perspektif efisiensi, peningkatan kapasitas meningkatkan kemampuan teknis individu dan sistem kerja organisasi secara keseluruhan; waktu penyusunan laporan bulanan yang sebelumnya membutuhkan tiga hingga empat hari sekarang hanya membutuhkan satu hingga dua hari. Selain itu, jumlah laporan yang dikembalikan oleh Dinas Kesehatan karena kesalahan data menurun hingga 70%. Secara langsung, kegiatan ini meningkatkan kualitas manajemen data kesehatan di Puskesmas Pagelaran. Hasilnya dapat digunakan sebagai model replikasi untuk puskesmas lain di wilayah Kabupaten Pringsewu Lampung dalam jangka panjang. Untuk mencapai hal ini, diperlukan rencana jangka panjang untuk kegiatan ini harus mencakup pelatihan lanjutan tentang analisis data dan pelaporan yang didasarkan pada standar kualitas peningkatan infrastruktur teknologi dan sistem jaringan dan pembentukan tim pengelola data internal yang berfungsi sebagai pusat pembelajaran untuk karyawan baru.
Analisis Sentimen Pengguna Mobile JKN Menggunakan Algoritma Naïve Bayes Berbasis Text Mining Modern Sigit Andriyanto; Hardo Ardiyanto; Tri Adi Nugroho; Susilo Setiawan; Rendy Yudha Pratama; Sita Muharni; Eko Wardoyo
Journal of Technology and Data Science Vol 4 No 2 (2026): July – December 2026
Publisher : PT. Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/jtds.v4i2.60

Abstract

Meningkatnya volume ulasan pengguna pada Google Play Store mencerminkan beragam persepsi terhadap aplikasi Mobile JKN dan memerlukan pendekatan analisis sentimen yang objektif dan otomatis. Penelitian ini menerapkan pipeline text mining yang terdiri atas preprocessing, pembobotan TF–IDF, dan klasifikasi Multinomial Naïve Bayes terhadap 69.296 ulasan Mobile JKN (Januari–Desember 2023) yang dilabeli oleh tiga annotator (Cohen's Kappa = 0,82). Model dievaluasi dengan stratified split 80:20 dan mencapai akurasi 87,2%, jauh melampaui baseline kelas mayoritas 52,4%, dengan precision per kelas sebesar 0,92 (positif), 0,89 (negatif), dan 0,71 (netral), serta macro F1 0,84 dan weighted F1 0,88. Kelas netral paling sulit diklasifikasikan dengan 385 ulasan salah prediksi akibat kata-kata ambigu. Analisis isu dominan mengidentifikasi kendala autentikasi (28%), performa server (22%), dan gangguan teknis (18%) sebagai tema negatif utama, sedangkan kemudahan fitur (35%) dan kecepatan akses (28%) mendominasi umpan balik positif. Hasil ini menunjukkan bahwa pipeline Naïve Bayes berbobot TF–IDF efektif untuk mengklasifikasikan ulasan layanan kesehatan berbahasa Indonesia dan menghasilkan prioritas berbasis bukti bagi peningkatan platform Mobile JKN.
Sistem Cerdas Pendeteksi Penyakit dengan Gejala Lower Back Pain Menggunakan Algoritma Forward Chaining sigit andriyanto; Susilo Setiawan; Habib Kurniawan Mubarokh; Muhammad Daffa Dzaki Ramadhan
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 3: NOVEMBER 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i3.1465

Abstract

Nyeri Punggung Bawah (Lower Back Pain/LBP) kini telah menjelma menjadi tantangan kesehatan masyarakat dengan implikasi serius pada aspek sosial dan finansial. Laporan Global Burden of Disease mengungkapkan bahwa LBP merupakan faktor utama penyebab kecacatan dan penurunan efisiensi kerja di banyak negara, tidak terkecuali Indonesia. Dalam konteks penanganan LBP, pendekatan forward chaining menawarkan kemampuan analitik yang mendalam terhadap sekumpulan manifestasi klinis pasien. Proses ini bekerja melalui tahapan penerimaan berbagai data input mencakup sifat nyeri, pola penyebaran nyeri radikular, elemen pencetus, dan temuan neurologis. Seluruh data ini kemudian diintegrasikan dengan basis pengetahuan yang memuat diagnostik tersistem. Keluaran dari mekanisme ini berupa deteksi beragam kemungkinan penyebab patologi, mencakup kondisi seperti strain otot, HNP (herniasi nukleus pulposus), penyempitan tulang belakang, maupun gangguan degeneratif tulang belakang lainnya. Studi ini berfokus pada perancangan sebuah sistem diagnostik berbasis kecerdasan buatan untuk mendeteksi penyakit dengan indikasi LBP melalui pendekatan bertahap dan eksperimental, dengan mengadopsi metode Research and Development (R&D). Hasil uji coba membuktikan bahwa sistem deteksi gejala nyeri punggung bawah yang mengimplementasikan forward chaining telah berjalan dengan baik. Teknik ini menunjukkan keberhasilan dalam penerapannya dengan capaian tingkat presisi yang sesuai dengan kriteria yang ditentukan.
The Factors Causing Incomplete Inpatient Medical Records at Pringsewu Regional Public Hospital siti rohana; Sigit Andriyanto; Yessiana Luthfia Bahri; Etanaulia Marsim
Health Media Vol. 5 No. 2 (2026)
Publisher : UrbanGreen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55756/hm.v5i2.251

Abstract

Incomplete medical records can reduce the quality of healthcare services, hinder clinical decision-making, and increase legal risks. At the Regional Hospital of Pringsewu, 112 out of 580 inpatient medical record files from the Women's Internal Medicine Unit were found to be incomplete during May–July 2025. The study involved four main informants, with the Head of Medical Records and Medical Records Officer serving as triangulation informants. The findings revealed that the man factor was the most dominant cause, including low discipline, high workload, limited time, and lack of training. Method factors included the absence of specific SOPs, routine evaluations, and reward or sanction systems. Machine factors involved inadequate information technology facilities and unstable internet connectivity. Hospitals should strengthen training and evaluation programs and implement reward and sanction systems to improve medical record completeness and accuracy
Co-Authors Al Farisi, Muhammad Farhan Bahri, Yessiana Luthfia Cindy Nirmala Putri David Naista Dwi Feriyanto Dzaki, Muhammad Daffa Eko Wardoyo Elita Yuni Setiyarini Etanaulia Marsim Etanaulia Marsim Habib Kurniawan Mubarokh Hardo Ardiyanto Irnanda, Intania M Said Hasibuan Marsim, Etanaulia Muhammad Daffa Dzaki Ramadhan Muhammad Farhan Al Farisi Muharni, Sita Nosiel Nosiel Nur Aminudin Rendy Yudha Pratama Rizka Dwi Yovita Setiawan, Susilo siti rohana Sulistiyanto Sulistiyanto, Sulistiyanto Supardi Supardi Supardi Supardi Susilo Setiawan Susilo Setiawan Susilo Setiawan Tri Adi Nugroho Tri Adi Nugroho Yessiana Luthfia B Yessiana Luthfia Bahri