Claim Missing Document
Check
Articles

Found 4 Documents
Search

Implementasi Sistem Informasi Berbasis Knowledge Management System untuk Meningkatkan Tata Kelola Puskesmas Baturusa Umar Faruq; Linda Lestari; Syafiranur Iftizam; Nurhaeka Tou; Putri Mentari Endraswari; Zaliman, Iski; Juniawan, Fransiskus Panca; Juniawan, Tri Ari Cahyono
Jurnal Abdidas Vol. 5 No. 6 (2024): Desember
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/abdidas.v5i6.1047

Abstract

Implementasi Sistem Informasi Berbasis Knowledge Management System untuk Meningkatkan Tata Kelola Puskesmas Baturusa merupakan sebuah inisiatif yang dilakukan oleh Pemerintah Kabupaten Bangka. Program magang kerja pengelolaan website bagi perangkat daerah dilaksanakan dalam rangka persiapan penilaian kepatuhan pelayanan publik. Selain itu, terdapat upaya pengembangan manajemen yang tertata dan pemberdayaan SDM kesehatan melalui standarisasi, sertifikasi, dan pendidikan berkelanjutan di gubernur kepulauan Bangka Belitung.Puskesmas Baturusa di Kabupaten Bangka telah mencatat kinerja kegiatan manajemen sebesar 9,87% (Baik) dan kegiatan upaya kesehatan di Puskesmas Baturusa sebesar 94,88% (Baik) pada tanggal 01 Desember 2023. Meskipun terdapat kesulitan dalam mengakses dokumen terkait tata ruang kawasan di beberapa link yang tidak dapat diakses, namun upaya untuk mewujudkan tata kelola universitas yang kekinian, profesional, efektif, efisien, dan akuntabel juga telah dilakukan melalui Sistem Informasi Manajemen.
Model Aplikasi Manajemen Tugas (SweetTask) Berbasis Mobile dengan Implementasi Metode Agile Niki Widiya Ningsih; Slaviana Tatia Nur Azzahra; Putri Mentari Endraswari
Jurnal Teknologi Komputer dan Informasi Vol. 13 No. 2 (2025): Juli - Desember 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/jutekinf.v13i2.1779

Abstract

Perkembangan teknologi informasi dan komunikasi yang semakin pesat mendorong kebutuhan akan sistem manajemen tugas yang efisien dan terintegrasi, terutama bagi pengguna dengan aktivitas dinamis seperti mahasiswa. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi manajemen tugas berbasis Mobile bernama SweetTask dengan menerapkan metode agile sebagai pendekatan pengembangan perangkat lunak yang adaptif dan iteratif. Teknik pengumpulan data pada penelitian ini berupa wawancara, observasi dan penyebaran kuesioner. Hasil perancangan menghasilkan fitur utama seperti pembuatan daftar tugas otomatis, penambahan dan pengeditan tugas, reminder, serta integrasi kalender. Evaluasi terhadap 24 responden menunjukkan bahwa 91,7% pengguna menilai SweetTask mudah digunakan, 91,7% menilai fitur yang dirancang bersifat fungsional, dan 91,7% menyatakan bahwa aplikasi ini berpotensi meningkatkan produktivitas akademik. Temuan ini mengindikasikan bahwa penerapan metode agile mampu menghasilkan rancangan aplikasi yang adaptif, terstruktur, dan relevan dengan kebutuhan pengguna. Dengan demikian, SweetTask dinilai layak untuk dikembangkan lebih lanjut menjadi aplikasi manajemen tugas yang mendukung efektivitas dan efisiensi aktivitas belajar mahasiswa.
ANALISIS TINGKAT KEPUASAN PENGGUNA TERHADAP APLIKASI GRAB : MENGGUNAKAN SYSTEM USABILITY SCALE (SUS) indri, Indriany Ayunda; Rifda Zakeya Humaera; Wildan Nasuhan Yusuf; Iski Zaliman; Nurhaeka Tou; Putri Mentari Endraswari
Journal of Information Systems Management and Digital Business Vol. 3 No. 2 (2026): Januari
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna terhadap aplikasi Grab berdasarkan aspek kegunaan (usability) dari perspektif pengguna di Kota Pangkalpinang. Metode penelitian yang digunakan adalah metode kuantitatif deskriptif dengan pendekatan System Usability Scale (SUS), di mana data dikumpulkan melalui penyebaran kuesioner kepada 35 responden yang merupakan pengguna aktif aplikasi Grab, dengan instrumen berupa 18 pernyataan menggunakan skala Likert 1–5. Hasil penelitian menunjukkan bahwa nilai rata-rata System Usability Scale (SUS) yang diperoleh sebesar 67,2, yang berada pada kategori OK/Fair atau acceptable, sehingga mengindikasikan bahwa aplikasi Grab sudah cukup mudah digunakan dan dapat diterima oleh pengguna, meskipun masih terdapat beberapa aspek usability yang perlu ditingkatkan. Simpulan, bahwa aplikasi Grab telah memberikan pengalaman penggunaan yang cukup baik dan memuaskan bagi sebagian besar pengguna, namun pengembang masih perlu melakukan perbaikan pada aspek kejelasan navigasi, konsistensi tampilan, dan efisiensi sistem agar tingkat kepuasan pengguna dapat meningkat ke kategori yang lebih baik.  
COMPARATIVE ANALYSIS OF LOGISTIC REGRESSION AND RANDOM FOREST FOR PREDICTING HEALTH RISKS AMONG THE ELDERLY WITH COMORBIDITIES IN BANGKA Putri Mentari Endraswari; Nurhaeka Tou; Syilva Qonita Yuriko
JTH: Journal of Technology and Health Vol. 3 No. 3 (2026): January: JTH: Journal of Technology and Health
Publisher : CV. Fahr Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61677/jth.v3i3.788

Abstract

The comorbidity of hypertension and diabetes in the elderly is a significant health problem because it increases the risk of complications and the burden on medical services. In resource-constrained healthcare facilities, machine learning approaches can facilitate more efficient risk-based screening. This study aimed to evaluate the ability of machine learning models to predict diabetes, hypertension, and their comorbidities in elderly patients in Bangka, and to identify key clinical factors contributing to these risks. This study used medical record data from 279 elderly patients in the emergency department. Two models were compared: logistic regression and Random Forest, with predictor variables including age, sex, BMI, waist circumference, and blood pressure. The results showed that the Random Forest model had moderate discrimination ability for diabetes (AUC 0.67) and hypertension (AUC 0.64), but poor discrimination ability for comorbidities (AUC 0.56–0.57). Adiposity (BMI and waist circumference) and blood pressure were the main determinants of risk. Overall, this model has the potential to serve as an initial screening tool, though it still requires recalibration, the addition of clinical features, and external validation before operational implementation.