Claim Missing Document
Check
Articles

Found 6 Documents
Search

Implementasi Algoritma C4.5 untuk Memprediksi Tingkat Ketepatan Kelulusan Mahasiswa Sari, Imrah; Defit, Sarjon; Sumijan, S
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.506

Abstract

Timeliness of graduation not only reflects the competence of graduates but also affects the assessment of study programme accreditation. To achieve this goal, it is important to predict and classify the timeliness of graduation to support more effective academic decision making. In this research, the Knowledge Discovery in Database (KDD) process is used, which aims to find knowledge from big data. One of the main stages in KDD is data mining, which focuses on pattern extraction with various algorithms. This research uses the C4.5 algorithm, a classification method that builds a decision tree to identify attributes that affect the timeliness of student graduation. This study uses data from students in 2017, 2018, and 2019 from the Bachelor of Nursing and Bachelor of Public Health study programmes at Syedza Saintika University, with a total sample of 46 student records. The C4.5 algorithm is applied to form a decision tree model, which produces classification rules based on attributes such as Grade Point Average (GPA), Study Programme, Gender, and Region of Origin. The results of the C4.5 algorithm implementation show a prediction accuracy of 89.13%, with GPA as the most dominant factor in influencing graduation accuracy. This research proves that the C4.5 algorithm is effective in predicting the timeliness of student graduation.
Sosialisasi Teknologi Data Mining K-Means bagi Petugas Rekam Medis dalam Pengeloaan Berkas Rekam Medis di Rumah Sakit Jiwa Prof Dr HB Saanin Ihksan, Muhammad; Fauzi, Dede; Susilo, Herman; Abdillah, Nurul; Sari, Imrah
Jurnal Abdimas Saintika Vol 6, No 2 (2024): November Jurnal Abdimas Saintika
Publisher : Stikes Syedza Saintika Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30633/jas.v6i2.3022

Abstract

Pengabdian masyarakat bertema "Sosialisasi Teknologi Data Mining K-Means bagi Petugas Rekam Medis di Rumah Sakit Jiwa Prof. Dr. HB Saanin" bertujuan untuk mengatasi tantangan pengelolaan rekam medis yang kompleks akibat meningkatnya volume data pasien. Kegiatan ini dirancang untuk meningkatkan literasi tenaga kesehatan dalam penerapan teknologi data mining, khususnya algoritma K-Means, guna mendukung pengambilan keputusan berbasis data. Metode yang digunakan meliputi sosialisasi, diskusi interaktif, dan simulasi langsung penerapan algoritma K-Means. Hasilnya, 85% peserta menunjukkan peningkatan pemahaman yang signifikan, didukung dengan antusiasme tinggi selama kegiatan. Program ini menjadi awal transformasi digital rumah sakit, dengan rekomendasi pelatihan lanjutan dan pengembangan infrastruktur untuk penerapan data mining berkelanjutan.Kata Kunci: Data Mining, K-Means, Rekam Medis, Sosialisasi
OPTIMALISASI PENGELOMPOKAN PASIEN BERDASARKAN FREKUENSI KUNJUNGAN MENGGUNAKAN METODE K-MEANS DI KLINIK MEDIKA SAINTIKA Susilo, Herman; Sari, Imrah; Ikhsan, Muhammad; Fauzi, Dede; Abdillah, Nurul
Jurnal Kesehatan Medika Saintika Vol 15, No 2 (2024): Desember 2024
Publisher : Stikes Syedza Saintika Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30633/jkms.v15i2.3039

Abstract

Klinik Medika Saintika menghadapi tantangan dalam pengelolaan data kunjungan pasien yang semakin kompleks. Data kunjungan memiliki potensi strategis dalam meningkatkan kualitas dan efisiensi layanan kesehatan. Penelitian ini bertujuan untuk mengaplikasikan metode K-Means dalam mengelompokkan pasien berdasarkan frekuensi kunjungan dan jenis layanan yang diterima, guna merancang layanan yang lebih terarah dan efektif. Menggunakan data frekuensi kunjungan pasien dari Januari hingga Desember 2024, penelitian ini menerapkan algoritma K-Means yang diolah melalui software RapidMiner. Hasil pengelompokan menunjukkan tiga cluster dengan centroid sebagai berikut: Cluster pertama (C1) memiliki centroid pada titik (12.0, 3.0, 0.8), yang menunjukkan bahwa pasien dalam cluster ini sering mengunjungi klinik dan memerlukan layanan pemeriksaan umum atau perawatan gigi. Cluster kedua (C2) memiliki centroid (15.0, 2.0, 1.0), yang menggambarkan pasien dengan kunjungan yang lebih terstruktur dan stabil, serta membutuhkan layanan rutin seperti pemeriksaan ibu hamil atau anak. Cluster ketiga (C3) memiliki centroid (5.0, 2.0, 0.25), yang mencakup pasien dengan kunjungan yang jarang dan hanya membutuhkan layanan spesifik atau perawatan sesekali. Pengelompokan ini memberikan wawasan yang berguna untuk merencanakan dan mengelola layanan kesehatan sesuai dengan karakteristik setiap kelompok pasien, serta mengalokasikan sumber daya secara lebih efisien. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan strategi pelayanan kesehatan berbasis data di Klinik Medika Saintika, yang dapat lebih dioptimalkan dengan analisis lanjutan.Kata Kunci: K-Means, Data Mining, Pengelompokan Pasien, Frekuensi Kunjungan, Klinik Medika Saintika, RapidMiner.
Arsitektur Sistem Automatic Number Plate Recognition Berbasis Web dengan Pipeline Deteksi YOLOv8 dan Pengenalan Karakter EasyOCR Ihksan, Muhammad; Fauzi, Dede; Isnan, Mahmud; Sari, Imrah
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 2 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i2.21955

Abstract

Peningkatan volume kendaraan di Indonesia menuntut sistem identifikasi otomatis yang efisien, namun solusi Automatic Number Plate Recognition (ANPR) yang ada seringkali terbatas oleh biaya tinggi dan arsitektur yang kaku. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan mengevaluasi sebuah arsitektur sistem ANPR berbasis web yang robust dan dapat diakses. Metode yang digunakan adalah implementasi pipeline hibrida yang mengombinasikan deteksi objek YOLOv8 dengan pengenalan karakter EasyOCR, yang disajikan melalui layanan web menggunakan framework Flask. Inovasi utama penelitian ini terletak pada strategi deteksi iteratif dengan rotasi (90°, 180°, 270°) untuk meningkatkan robustisitas sistem terhadap variasi orientasi gambar. Hasil penelitian menunjukkan bahwa arsitektur yang diusulkan berhasil divalidasi, dengan strategi rotasi yang secara efektif meningkatkan keberhasilan deteksi pada kondisi gambar yang tidak ideal. Sistem ini menyajikan sebuah blueprint untuk solusi Automatic Number Plate Recognition (ANPR) yang terjangkau, fleksibel, dan dapat direplikasi, menjawab kesenjangan antara pengembangan model dan kebutuhan deployment praktis.
Literature Review: Evaluasi Efektivitas dan Keamanan Rekam Medis Elektronik melalui Pendekatan Teknologi Terkini dalam Layanan Kesehatan Sulrieni, Ilma Nuria; Syahputra, M.; Sari, Imrah
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.3123

Abstract

Transformasi digital dalam sektor kesehatan telah mendorong penerapan Rekam Medis Elektronik (RME) sebagai sistem utama untuk pengelolaan data pasien yang efisien, akurat, dan mudah diakses. Namun, di balik manfaatnya, masih terdapat permasalahan yang signifikan terkait efektivitas implementasi dan keamanan data pasien, terutama di fasilitas kesehatan dengan infrastruktur dan sumber daya terbatas. Penelitian ini bertujuan untuk mengevaluasi efektivitas dan keamanan RME melalui tinjauan literatur terhadap berbagai penelitian yang dilakukan dalam kurun waktu 2020–2025. Metode penelitian yang digunakan adalah systematic literature review (SLR) dengan pendekatan deskriptif kualitatif. Proses pencarian literatur dilakukan melalui basis data Google Scholar, Scopus, dan PubMed, dengan kriteria inklusi mencakup artikel yang membahas implementasi RME, keamanan data, interoperabilitas sistem, serta teknologi pendukung seperti blockchain, cloud computing, dan artificial intelligence (AI). Analisis data dilakukan melalui teknik content analysis untuk mengidentifikasi tema-tema utama dan tren teknologi yang paling berpengaruh terhadap peningkatan efektivitas dan keamanan RME. Hasil kajian menunjukkan bahwa penggunaan blockchain mampu meningkatkan integritas dan transparansi data medis, cloud computing mendukung efisiensi akses dan penyimpanan data, sedangkan AI berkontribusi pada deteksi anomali keamanan secara real-time. Penelitian ini menyimpulkan bahwa efektivitas dan keamanan RME dapat ditingkatkan melalui integrasi teknologi terkini, disertai penguatan kebijakan tata kelola data dan peningkatan literasi digital tenaga kesehatan.
PENGEMBANGAN MODUL EDUKASI DIET KETOGENIK BERBASIS DUKUNGAN SOSIAL DAN SELF-EFFICACY KELUARGA UNTUK MENURUNKAN RISIKO PENYAKIT JANTUNG KORONER DI TINGKAT PRIMER WILAYAH KERJA PUSKESMAS LUBUK BUAYA Novita Yusuf, Rahmi; Sandra, Rhona; Sari, Imrah; Rika Nofia, Vino; Sakti Anggraini, Siska; Diana Morika, Honesty
Jurnal Abdimas Saintika Vol 7, No 2 (2025): November Jurnal Abdimas Saintika
Publisher : Stikes Syedza Saintika Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30633/jas.v7i2.30635

Abstract

ABSTRAK Penyakit jantung koroner (PJK) merupakan salah satu penyebab utama kematian di Indonesia yang banyak dipengaruhi oleh pola makan tidak sehat, kurangnya aktivitas fisik, serta rendahnya dukungan sosial dalam penerapan gaya hidup sehat. Salah satu pendekatan yang saat ini mulai dikembangkan dalam pencegahan PJK adalah diet ketogenik, yaitu pola makan rendah karbohidrat dan tinggi lemak sehat yang dapat membantu menurunkan kadar kolesterol jahat (LDL), meningkatkan kolesterol baik (HDL), dan mengontrol berat badan. Namun, keberhasilan penerapan diet ini sangat bergantung pada dukungan keluarga dan keyakinan diri (self-efficacy) individu dalam menjalankannya secara konsisten.Tujuan dari kegiatan pengabdian masyarakat ini adalah untuk mengembangkan dan mengimplementasikan modul edukasi diet ketogenik berbasis dukungan sosial dan self-efficacy keluarga dalam upaya menurunkan risiko penyakit jantung koroner. Metode pelaksanaan dilakukan melalui kegiatan penyuluhan dan pelatihan interaktif kepada kader dan keluarga dengan risiko tinggi PJK di wilayah kerja Puskesmas Lubuk Buaya. Kegiatan dilaksanakan selama 1 hari pada bulan Agustus 2025, meliputi sesi edukasi gizi, pelatihan penyusunan menu ketogenik, serta diskusi kelompok terarah untuk memperkuat dukungan sosial antaranggota keluarga. Hasil kegiatan menunjukkan bahwa dari 32 peserta keluarga yang mengikuti program, menunjukkan peningkatan signifikan rata-rata skor pengetahuan meningkat dari 2,6 menjadi 4,3 (naik 5%), rata-rata skor sikap dan self efficacy meningkat dari 2,8 menjadi 4,1 (naik 57%) dan rata-rata peningkatan keseluruhan mencapai 61% melebihi standar minimal 20% efektivitas program edukasi yang mengalami peningkatan pengetahuan dan motivasi dalam menerapkan pola makan ketogenik serta menunjukkan peningkatan self-efficacy keluarga dalam mendukung perubahan perilaku sehat. Berdasarkan hasil tersebut, dapat disimpulkan bahwa modul edukasi diet ketogenik berbasis dukungan sosial dan self-efficacy keluarga efektif dalam meningkatkan pengetahuan dan kesiapan keluarga untuk menerapkan gaya hidup sehat guna menurunkan risiko penyakit jantung koroner. Disarankan agar modul ini digunakan secara berkelanjutan sebagai media edukasi promotif dan preventif di tingkat layanan primer.Kata kunci: Diet ketogenik, dukungan sosial, self-efficacy, penyakit jantung koroner, edukasi kesehatan                                                                  ABSTRACTCoronary heart disease (CHD) is one of the leading causes of death in Indonesia, largely influenced by unhealthy eating habits, lack of physical activity, and low social support in adopting a healthy lifestyle. One of the approaches currently being developed for CHD prevention is the ketogenic diet, a low-carbohydrate and high-healthy-fat eating pattern that can help reduce levels of low-density lipoprotein (LDL), increase high-density lipoprotein (HDL), and maintain body weight. However, the success of this diet strongly depends on family support and individual self-efficacy in adhering to the regimen consistently. The purpose of this community service activity was to develop and implement ketogenic diet education module based on family social support and self-efficacy as an effort to reduce the risk of coronary heart disease. The activity was carried out through interactive counseling and training sessions for health cadres and families at high risk of CHD in the working area of Lubuk Buaya Public Health Center. The program was conducted for one day in August 2025, consisting of nutrition education sessions, ketogenic meal planning workshops, and focus group discussions aimed at strengthening social support among family members. The results showed that among 32 participating families, there was a significant increase in the average knowledge score from 2.6 to 4.3 (an increase of 65%), while the average attitude and self-efficacy scores rose from 2.8 to 4.1 (an increase of 57%). The overall improvement reached 61%, exceeding the minimum standard of 20% program effectiveness. These results indicate that the ketogenic diet education module based on family social support and self-efficacy effectively increased participants’ knowledge, motivation, and readiness to adopt a healthy lifestyle to prevent coronary heart disease. It is recommended that this module be implemented sustainably as a promotive and preventive educational medium at the primary healthcare level.Keywords: ketogenic diet, social support, self-efficacy, coronary heart disease, health education