ZER, P.A.M. ZIDANE R.W.P.P
Unknown Affiliation

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

Found 2 Documents
Search

Perancangan Sistem Informasi Pelayanan Pasien Berbasis Web Pada Praktik Mandiri Bidan Aisyah ZER, P.A.M. ZIDANE R.W.P.P; LG, TIARNI CATHERINE PESAAHLITA; SARAGIH, OLIVIA DIWANI; PRAYOGI, DIMAS; M.Kom, Nani Hidayati,
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 01 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i01.976

Abstract

Penelitian ini fokus pada pengembangan sistem informasi berbasis web untuk Praktik Mandiri Bidan Aisyah di Pematangsiantar. Sistem dirancang untuk mengatasi permasalahan pengelolaan data pasien yang selama ini dilakukan secara manual, yang kerap menimbulkan ketidakakuratan dan keterlambatan pencatatan. Sistem informasi yang diusulkan mencakup beberapa fitur penting, yaitu pendaftaran pasien secara digital, sistem pencatatan rekam medis elektronik, serta manajemen jadwal pelayanan yang lebih terstruktur dan efisien. Penelitian menggunakan metodologi pengembangan waterfall, yang meliputi tahapan sistematis mulai dari analisis kebutuhan, perancangan, implementasi, pengujian, hingga pemeliharaan sistem. Hasil akhir penelitian berupa prototipe sistem web yang memungkinkan bidan dan staf administrasi untuk mengakses dan mengelola data pasien secara real-time. Sistem ini diharapkan mampu meningkatkan efisiensi operasional, kualitas layanan kesehatan, serta memfasilitasi monitoring berkelanjutan terhadap kondisi kesehatan pasien. Signifikansi penelitian terletak pada potensinya untuk menjadi model bagi praktik layanan kesehatan mandiri lainnya dalam mengadopsi teknologi informasi guna meningkatkan pelayanan kesehatan.
PERFORMANCE ANALYSIS OF K-NN AND SVM IN DIGITAL IMAGE-BASED TEA LEAF DISEASE CLASSIFICATION Zer, P.P.P.A.N.W.Fikrul Ilmi R.H; Damanik, Abdi Rahim; Zer, P.A.M. Zidane R.W.P.P
Jurnal Techno Nusa Mandiri Vol. 23 No. 1 (2026): Techno Nusa Mandiri : Journal of Computing and Information Technology Period o
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/js2snb70

Abstract

Tea is a commodity with high economic value, but it is susceptible to diseases such as Brown Blight, Red Rust, and Red Spider Mite. The manual identification process currently relies on visual observation, which is time-consuming and prone to error. This research aims to analyze the performance of K-NN and SVM algorithms in classifying tea leaf diseases based on digital images. This research utilized a perfectly balanced dataset of 5,000 images. The research methodology involves image preprocessing and classification using 5-Fold, 10-Fold, and 20-Fold Cross-Validation. The results demonstrate that the SVM algorithm consistently outperforms K-NN across all testing scenarios. Specifically, SVM achieved its highest accuracy of 96.6% using 20-Fold Cross-Validation, whereas the highest accuracy for K-NN was 96.1%. The research concludes that SVM provides superior sensitivity and accuracy for identifying tea leaf diseases, offering a viable solution for automated detection systems in the plantation sector