Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Science: Indonesian Journal of Science
Heki Aprianto
STIKes Budi Mulia Sriwijaya
Agriculture, Biological Sciences & Forestry Chemistry Computer Science & IT Mathematics Physics Public Health

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

Found 2 Documents
Search

 1 
Studi Deskriptif Penggunaan Sistem Informasi Kesehatan (SIK) Berbasis Aplikasi Healthical di Puskesmas Talang Betutu Kecamatan Sukarami Kota Palembang Betty Sirait; Heki Aprianto
Science: Indonesian Journal of Science Vol. 1 No. 6 (2025)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/science.v1i6.231

Abstract

Permenkes Nomor 43 tahun 2019 tentang Puskesmas menyebut arti Puskesmas adalah fasilitas pelayanan kesehatan yang menyelenggarakan upaya kesehatan masyarakat dan upaya kesehatan perseorangan tingkat pertama, dengan lebih mengutamakan upaya promotif dan preventif di wilayah kerjanya. Puskesmas harus didirikan pada setiap kecamatan. Setiap Puskesmas melakukan program yang dijalankan sesuai dengan kebutuhan di wilayah kerja tiap kecamatan. Puskesmas Talang Betutu merupakan unit pelaksana teknis pelayanan kesehatan masyarakat yang berada di Kecamatan Sukarami Kota Palembang. Sistem yang digunakan di loket pendaftaran Puskesmas Talang Betutu adalah sistem manual dan sistem komputer berbasis aplikasi dengan nama Healthical. Sistem yang saat ini sering digunakan adalah sistem manual,  hal ini dikarenakan aplikasi Healthical sering mengalami gangguan dikarenakan sistem masih dalam proses pengembangan sehingga waktu antri pasien di loket pendaftaran menjadi lama. Metode yang digunakan dalam penelitian adalah metode obervasi dan wawancara terhadap informan. Waktu pelaksanaan mulai dari tanggal 13-16 Juli 2024. Hasil observasi diketahui adanya masalah pada aplikasi Healthical di loket pendaftaran. Kesimpulan terjadinya masalah antrian pasien yang panjang di loket pendaftaran karena aplikasi Healthical yang sedang dalam pengembangan sehingga petugas loket melakukan sistem manual dan membuat antrian pasien panjang.
Pendekatan Model TF-IDF dan Cosine Similarity Pada Rekomendasi Dosen Pembimbing Skripsi Heki Aprianto
BETRIK Vol. 17 No. 01 (2026): Jurnal Ilmiah BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : PPPM Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/bzdpf251

Abstract

The selection of a thesis supervisor is recommended based on the alignment between the student's research topic and the supervisor's academic expertise. Currently, the supervisor selection process often relies on manual methods based on subjective preferences or supervisor availability, which risks creating a mismatch between the supervisor's competencies and the research topic. This study aims to implement machine learning model Term Frequency–Inverse Document Frequency (TF-IDF) and Cosine similarity approach for recommending thesis supervisors to enhance the objectivity and efficiency of the academic process. The methodology involved collecting a dataset of research titles and abstracts from lecturers in the Health Administration study program at STIKes Budi Mulia Sriwijaya. This was followed by text preprocessing stages, including case folding, tokenization, stopword removal, and stemming. Subsequently, term weighting was calculated using the TF-IDF algorithm, and the semantic similarity between documents was measured using Cosine Similarity. The analysis results indicate a highest TF-IDF score of 95.81, signifying a high degree of topic focus. Meanwhile, the highest Cosine similarity score was 0.77. The visualization of results in a heatmap illustrates the clustering of relationships between titles based on their level of topical similarity
Co-Authors Betty Sirait