cover
Contact Name
Febryantahanuji
Contact Email
garuda@apji.org
Phone
+6289682151476
Journal Mail Official
febri@stekom.ac.id
Editorial Address
Jl. Majapahit No.304, Pedurungan Kidul, Kec. Pedurungan, Semarang, Provinsi Jawa Tengah, 52361
Location
Kota semarang,
Jawa tengah
INDONESIA
Jurnal Ilmiah Sistem Informasi
ISSN : 28091531     EISSN : 28091507     DOI : 10.51903
Core Subject : Science,
Sistem Pendukung Keputusan (DSS), Sistem Informasi Geografi (GIS), Perusahaan Skala Sistem Informasi (ERP, EAI, CRM, SCM), E-Commerce, E-Government, Sistem Informasi dari Rumah Sakit, Sistem Informasi Perbankan, Sistem Informasi Industri, Pengambilan Informasi, Keamanan Sistem Informasi, Sistem Informasi Berbasis Web, Sistem Berbasis Pengetahuan, Komputasi Bergerak, Penambangan Data, Basis Data, Gudang Data, Gudang Data, Mutimedia.
Articles 251 Documents
Prediksi Penyakit Jantung Menggunakan Algoritma Machine Learning Berdasarkan Indikator Kesehatan Karo-Karo, Julkarnaen; Syakir, Adryan Raihan; Raihan, Raihan; Sumanto, Sumanto; Budiawan, Imam; Pakpahan, Roida; Christian, Ade
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/1tgz3234

Abstract

Penyakit jantung tetap menjadi penyebab utama kematian di seluruh dunia, sehingga menekankan perlunya deteksi dini dan langkah pencegahan aktif melalui pendekatan yang didasarkan pada analisis data. Penelitian ini bertujuan untuk memprediksi kemungkinan terjadinya penyakit jantung dengan memanfaatkan berbagai metode pembelajaran mesin, yang bergantung pada indikator kesehatan seperti nilai tekanan darah, tingkat kolesterol, indeks massa tubuh, serta pengukuran denyut nadi. Penelitian ini menerapkan teknik pembelajaran terawasi, meliputi Regresi Logistik, Pohon Keputusan, Hutan Acak, dan Mesin Vektor Pendukung, untuk mengevaluasi efektivitas masing-masing model dalam menentukan kondisi kesehatan pasien. Data yang digunakan berasal dari repositori kesehatan yang dapat diakses secara gratis, mencakup 303 catatan medis pasien, di mana setiap catatan ditandai oleh 14 atribut kesehatan yang berbeda. Untuk memastikan keandalan data, beberapa langkah pra-pemrosesan diterapkan, seperti normalisasi, seleksi fitur, dan penanganan data yang hilang. Temuan eksperimen mengungkapkan bahwa algoritma Hutan Acak menunjukkan akurasi tertinggi sebesar 92,3%, mengungguli model lainnya dalam aspek presisi, recall, dan skor F1. Hal ini menandakan bahwa metode Hutan Acak unggul dalam mendeteksi pola dan faktor yang memperbesar risiko penyakit jantung. Penelitian ini berkontribusi pada pengembangan sistem diagnostik cerdas, yang dapat mendukung tenaga medis dalam pengambilan keputusan awal yang didasarkan pada bukti kuat. Kesimpulan dari studi ini menyoroti pentingnya memasukkan teknologi pembelajaran mesin ke dalam ekosistem layanan kesehatan digital guna meningkatkan ketepatan diagnosis dan memperbaiki hasil kesehatan pasien.
Implementasi Data Mining Pada Gangguan Tidur Berdasarkan Gaya HidupMenggunakan Metode K-Means Clustering Zalmi, Indah Oktavia; Faatin, Safinah; Yunardus, Yunardus; Sumanto, Sumanto; Budiawan, Imam; Pakpahan, Roida
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/fvjn4865

Abstract

Gaya hidup sehat (GHS) memiliki peran penting dalam menjaga kesejahteraan fisik dan mental, khususnya pada kalangan mahasiswa dan pekerja. Namun, tren gaya hidup modern yang semakin bersifat sedentari telah secara signifikan meningkatkan risiko munculnya berbagai masalah kesehatan seperti stres, penurunan konsentrasi, obesitas, dan penyakit kronis. Penelitian ini bertujuan untuk mengidentifikasi dan mengelompokkan individu berdasarkan profil gaya hidup dan kualitas tidur mereka menggunakan metode K-Means Clustering. Variabel yang dianalisis mencakup durasi tidur, tingkat stres, aktivitas fisik, indeks massa tubuh (BMI), serta pola gangguan tidur. Analisis dilakukan dengan memanfaatkan dataset Sleep Health and Lifestyle untuk mengungkap pola tersembunyi dalam kebiasaan perilaku dan kesehatan responden. Proses pengelompokan menghasilkan tiga kelompok utama, yaitu: (1) individu dengan gaya hidup sehat optimal yang ditandai dengan tidur yang cukup, pola makan seimbang, dan aktivitas fisik teratur; (2) individu dengan risiko sedang yang memiliki kebiasaan hidup tidak teratur dan tingkat stres menengah; serta (3) individu berisiko tinggi yang dicirikan oleh kualitas tidur yang buruk, stres tinggi, dan kebiasaan hidup yang kurang sehat. Temuan ini menunjukkan bahwa algoritma K-Means efektif dalam mengklasifikasikan individu ke dalam kelompok gaya hidup yang bermakna, sehingga mampu memberikan representasi yang akurat terhadap profil kesehatan populasi. Hasil penelitian ini diharapkan dapat membantu lembaga pendidikan, organisasi kesehatan, dan tempat kerja dalam merancang program promosi kesehatan yang lebih terarah dengan menekankan pengelolaan tidur yang baik, nutrisi seimbang, serta aktivitas fisik rutin untuk meningkatkan kesejahteraan dan produktivitas secara keseluruhan.
Analyzing Viral Marketing on Instagram Using Web Scraping to Improve Private University Branding in Indonesia Nasution, Anita Hakim; Ma'ady, Mochamad Nizar Palefi; Pitoyo, Salsabilla Putri; Haryanti, Desyka Widya; Dharmawan, Farhan Aditya; Chandra, Salsabila Ramadhani
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/6rqk1874

Abstract

Di berbagai negara berkembang, keberlanjutan finansial lembaga pendidikan tinggi swasta sangat bergantung pada jumlah pendaftaran mahasiswa, disebabkan oleh keterbatasan diversifikasi sumber pendapatan. Berbeda dengan universitas negeri yang memperoleh dukungan substansial dari subsidi pemerintah, universitas swasta pada umumnya bergantung pada biaya kuliah sebagai sumber pendapatan utama. Ketergantungan ini mendorong banyak institusi swasta untuk mengalokasikan sumber daya keuangan yang signifikan guna mendukung inisiatif promosi yang dirancang untuk menarik calon mahasiswa. Melalui strategi pencitraan merek (branding) yang efektif, universitas swasta semakin memanfaatkan platform media sosial—terutama Instagram—sebagai alat strategis untuk membangun jejaring sosial serta meningkatkan kesadaran informasi di kalangan audiens berusia setara dengan pelajar sekolah menengah atas. Penelitian ini mengkaji potensi penerapan strategi promosi berbasis algoritma Instagram dengan menggunakan teknik digital marketing influence maximization, khususnya viral marketing dan influencer marketing, yang umumnya diterapkan di sektor komersial. Temuan penelitian menguraikan tiga strategi pemasaran dengan potensi manfaat yang signifikan: memanfaatkan mekanisme viral marketing, mengidentifikasi dan melibatkan key opinion leaders (KOL) yang tepat dalam influencer marketing, serta mengoptimalkan penggunaan tagar (hashtag) secara strategis. Selain itu, penelitian ini berkontribusi terhadap pengembangan pengetahuan dengan menawarkan kerangka konseptual untuk perumusan strategi promosi dan mengusulkan metodologi evaluatif untuk mengukur efektivitas promosi. Pendekatan evaluasi tersebut meliputi penerapan metrik brand influence dan engagement rate, yang ditunjukkan melalui studi kasus singkat.
Prediksi Pengaruh HP Terhadap Kesehatan Mental Tingkat Kecemasan dan Insomnia Mahasiswa Universitas Islam Lamongan Menggunakan Metode Naive Bayes Tsania, Khharisma Nur Baity; Tsania, Kharisma Nur Baity; Wardani, Retno; Hanifah, Ayu Ismi
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/syn92p96

Abstract

Penelitian ini bertujuan menganalisis dampak penggunaan handphone (HP) terhadap kesehatan mental mahasiswa Universitas Islam Lamongan, dengan fokus pada tingkat kecemasan dan insomnia. Latar belakang penelitian ini didasari oleh meningkatnya intensitas penggunaan handphone yang meskipun memudahkan akses informasi, berpotensi menimbulkan gangguan psikologis. Faktor pemicu di antaranya adalah Fear of Missing Out (FOMO), perbandingan sosial, tekanan untuk selalu terhubung, serta paparan cahaya biru yang mengganggu ritme sirkadian dan produksi melatonin. Metode yang digunakan adalah klasifikasi dengan algoritma Naïve Bayes, dipilih karena kemampuannya mengolah data dengan tingkat akurasi yang baik pada jumlah data terbatas. Data diperoleh melalui kuesioner yang memuat Patient Health Questionnaire-9 (PHQ-9) untuk mengukur tingkat depresi, serta variabel pola penggunaan handphone, meliputi durasi penggunaan, frekuensi akses media sosial, dan intensitas penggunaan sebelum tidur. Hasil penelitian menunjukkan adanya hubungan signifikan antara penggunaan handphone yang tinggi dengan peningkatan gejala kecemasan dan insomnia. Mahasiswa dengan pola penggunaan handphone intens cenderung mengalami gangguan psikologis dalam kategori ringan hingga berat. Evaluasi klasifikasi Naïve Bayes yang diterapkan menghasilkan tingkat akurasi sebesar 78%. Temuan ini menegaskan pentingnya kesadaran terhadap dampak penggunaan handphone, serta dapat dijadikan dasar penyusunan strategi pencegahan masalah kesehatan mental di kalangan mahasiswa.
Evaluasi penerapan Kemanan Informasi Pada SIAKAD Universitas Ibrahimy Berbasis ISO/IEC 27001:2022 Izzani, Maghfira; Nellatul, Noer; Ismatul, Amelia; Hamdani, Ahmad
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/d3bktm29

Abstract

Perkembangan pesat teknologi informasi di bidang pendidikan tinggi telah secara signifikan meningkatkan efisiensi dan aksesibilitas layanan akademik. Namun, kemajuan ini juga membawa tantangan baru, terutama dalam memastikan keamanan dan perlindungan data institusi. Sistem Informasi Akademik (SIAKAD) Universitas Ibrahimy berfungsi sebagai platform utama untuk mengelola informasi sensitif terkait mahasiswa, dosen, dan kegiatan akademik, sehingga manajemen keamanannya menjadi aspek kritis dalam tata kelola institusi. Studi ini bertujuan untuk mengevaluasi implementasi manajemen keamanan informasi dalam SIAKAD Universitas Ibrahimy dengan merujuk pada standar ISO/IEC 27001:2022. Pendekatan kualitatif deskriptif digunakan, dengan metode analisis kesenjangan melalui pengamatan simulasi sistem yang tersedia di https://siakad.ibrahimy.ac.id. Hasil evaluasi menunjukkan bahwa sistem mencapai tingkat kesesuaian sekitar 70% dengan persyaratan ISO/IEC 27001:2022. Beberapa kontrol, seperti mekanisme kontrol akses dan praktik enkripsi dasar, telah diterapkan dengan baik. Namun, beberapa aspek penting masih memerlukan perbaikan, termasuk pengembangan kebijakan keamanan formal, pelatihan berkala bagi staf, manajemen risiko yang terstruktur, dan prosedur tertulis untuk menangani insiden keamanan. Berdasarkan temuan ini, disarankan agar Universitas Ibrahimy memperkuat tata kelola keamanan informasinya dengan menetapkan kebijakan komprehensif, meningkatkan program kesadaran pengguna, dan melaksanakan audit keamanan internal secara berkala. Langkah-langkah ini diharapkan dapat meningkatkan efektivitas, keandalan, dan ketahanan pengelolaan keamanan informasi SIAKAD dalam jangka panjang.
Analisis Penerapan Data Mining Untuk Klasifikasi Penjualan Makanan Terlaris Menggunakan Algoritma Decision Tree (C4.5) Falentina, Falerina Gita; Wabdaron, Gabriel Yohan Yoseph; Andiyani, Dwi; Wondiwoi, Melki Sendoni; Sutejo, Heru
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 2 (2025): Mei : Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/f2jegk76

Abstract

Sektor bisnis kuliner terus berkembang pesat, menciptakan kebutuhan yang kuat akan pengambilan keputusan berbasis data untuk mendukung efisiensi operasional. Penelitian ini bertujuan untuk mengklasifikasikan kinerja penjualan item menu di Warung Makan Lalapan Haris dengan menerapkan algoritma pohon keputusan C4.5 dan metodologi KDD. Sebanyak 500 data record yang berisi atribut seperti jenis menu, jumlah pelanggan, jumlah barang terjual, dan status penjualan diproses melalui beberapa tahap, meliputi pemilihan data, praproses, transformasi, penggalian data, dan evaluasi. Model pohon keputusan dibangun menggunakan RapidMiner 2026.0.1 dengan pembagian data 70% untuk pelatihan dan 30% untuk pengujian. Hasil penelitian menunjukkan bahwa algoritma C4.5 berhasil membentuk struktur klasifikasi yang mengkategorikan item menu ke dalam kelompok Best Seller, Medium Seller, dan Low Seller. Ayam Goreng secara konsisten diidentifikasi sebagai Best Seller, Ayam Bakar sebagai Medium Seller, sementara Lele Goreng dan Lele Bakar diklasifikasikan sebagai item Low Seller dengan pola pembagian yang lebih kompleks yang terutama dipengaruhi oleh jumlah pelanggan. Hasil evaluasi menunjukkan akurasi 84%, dengan presisi dan recall sempurna untuk Ayam Goreng dan Ayam Bakar, sementara performa untuk Lele Goreng dan Lele Bakar bervariasi. Temuan ini menunjukkan bahwa algoritma pohon keputusan C4.5 efektif untuk menganalisis pola penjualan dan dapat membantu pemilik bisnis dalam merencanakan inventaris dan mengoptimalkan strategi manajemen menu.
The Influence of Operating Costs on Revenue and Cash Balance: Data Warehouse Analysis Anthony, Revan; Ernesto, Brian; Prasetya, Jonathan Ansell; Subrata, Kenneth Marchelino; Sari, Muh. Masri; Kurniawan, Rido Dwi
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/qwahp256

Abstract

Penelitian ini menganalisis pengaruh biaya operasional terhadap omzet dan saldo kas pada sebuah perusahaan Food and Beverage (F&B) sektor minuman dengan memanfaatkan data warehouse sebagai basis integrasi dan pengolahan data keuangan. Permasalahan utama yang diangkat adalah kurangnya pemanfaatan data keuangan bulanan secara analitis sehingga hubungan antara biaya operasional, kinerja penjualan, dan kondisi saldo kas belum terpantau dengan baik. Tujuan penelitian ini adalah menguji pengaruh biaya operasional terhadap omzet dan saldo kas, serta menilai hubungan antara omzet dan saldo kas melalui analisis statistik yang terstruktur. Data penelitian terdiri dari 21 observasi bulanan periode Januari 2024–September 2025, yang diperoleh dari laporan keuangan internal dan diproses ke dalam data warehouse melalui prosedur extract–transform–load (ETL). Analisis dilakukan menggunakan statistik deskriptif, uji asumsi klasik, regresi linier sederhana, dan korelasi Pearson dengan bantuan Microsoft Excel dan IBM SPSS Statistics. Hasil penelitian menunjukkan bahwa biaya operasional berpengaruh positif dan signifikan terhadap omzet, menandakan bahwa pengeluaran operasional yang bersifat produktif masih mampu mendorong peningkatan pendapatan. Sebaliknya, biaya operasional berpengaruh negatif dan signifikan terhadap saldo kas sehingga dapat menurunkan likuiditas bila tidak dikendalikan. Adapun hubungan antara omzet dan saldo kas bersifat positif sedang namun belum signifikan, sehingga peningkatan omzet tidak selalu langsung meningkatkan saldo kas akhir. Penelitian ini menegaskan pentingnya pengendalian biaya operasional dan pemanfaatan data warehouse untuk menghasilkan informasi keuangan yang lebih terstruktur serta mendukung keputusan manajerial pada usaha F&B.
Implementasi Algoritma FP-Growth Untuk Menemukan Pola Hubungan Antar Barang pada Transaksi Penjualan Nadia, Nadia; Tripasha, Ghina; Atya, Nur; Sutejo, Heru
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 2 (2025): Mei : Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/tc3ne886

Abstract

This study is motivated by the problem faced by Toko Polirindo, where sales transaction data are stored only as archives and have not been utilized for analytical purposes, resulting in unstable product availability, recurring stock shortages, and difficulties in predicting customer purchasing behavior; therefore, this research aims to identify patterns of item associations that frequently occur together by applying the Association Rule Mining method using the FP-Growth algorithm, which is recognized for its ability to extract frequent itemsets efficiently without the need to generate candidate combinations as in the Apriori algorithm. The dataset consists of sales transactions recorded from January to September 2025. It undergoes several stages, including preprocessing, binary transformation, and analysis using RapidMiner to generate frequent itemsets and association rules, evaluated using support, confidence, and lift metrics. The results reveal that item 3 consistently appears as the most dominant consequent across almost all generated rules, with confidence values ranging from 0.322 to 0.347, indicating that this item is most strongly associated with other items and frequently appears as a complementary product in customer transactions. These findings provide practical contributions by offering insights to optimize stock management, improve product placement, and develop promotional strategies based on actual purchasing patterns, while also demonstrating that the FP-Growth algorithm is an effective analytical tool to support data-driven decision-making aimed at enhancing operational efficiency and customer satisfaction in retail environments.
Evaluasi Kematangan dan Kualitas Layanan SIAKAD Berbasis ITIL V4 di IALM Tazudin, Muhamad Ikhsan; Saomi, Fakhri; Noer, Hyuga Ramadhan; Adawiyah, Siti Fauziah; Dzulfikar, Helmy
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/p1204v49

Abstract

Institut Agama Islam Latifah Mubarokiyah (IAILM) Pondok Pesantren Suryalaya telah memanfaatkan Sistem Informasi Akademik (SIAKAD) untuk mendukung kegiatan administrasi dan akademik di kampus. Namun, hasil observasi dan wawancara menunjukkan bahwa masih ada berbagai kendala, seperti lambatnya akses sistem pada jam sibuk, kesalahan dalam input data, serta kurangnya tindak lanjut terhadap keluhan pengguna. Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan dan kualitas layanan SIAKAD di IAILM dengan menggunakan kerangka kerja ITIL versi 4, yang berfokus pada dua domain utama, yaitu Manajemen Insiden dan Peningkatan Berkelanjutan. Metode yang digunakan adalah mixed-methods, yang menggabungkan pendekatan kualitatif melalui wawancara dan observasi dengan pendekatan kuantitatif menggunakan kuesioner kepada 35 responden, yang kemudian dianalisis menggunakan SPSS. Hasil penelitian menunjukkan bahwa tingkat kematangan SIAKAD berada pada Level 3 (Defined) dengan nilai rata-rata 2,83, yang berarti proses telah berjalan cukup baik namun belum sepenuhnya terdokumentasi dan distandarisasi. Analisis kesenjangan (gap analysis) menunjukkan selisih 1,17 poin antara kondisi aktual dan ideal, yang mengindikasikan perlunya peningkatan pada aspek dokumentasi, pemantauan, dan konsistensi penerapan layanan. Temuan ini memberikan kontribusi praktis berupa rekomendasi peningkatan sistem serta kontribusi teoritis dalam pengembangan evaluasi layanan teknologi informasi berbasis ITIL di lingkungan pendidikan tinggi. Dengan demikian, hasil penelitian diharapkan dapat menjadi dasar pengembangan tata kelola layanan akademik yang lebih efektif, efisien, dan berkelanjutan.
Chronic Kidney Disease Prediction Model Using Naïve Bayes (Case Study: Jayapura City) Rumbairusy, Grace Adelin Rumbairusy; Rumbairusy, Grace Adelin; Manda, Manda; Payungallo, Yulan Nanda Sandira; Sutejo, Heru
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 1 (2025): Januari : Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/k47t6677

Abstract

Penyakit Ginjal Kronis (PGK) merupakan salah satu masalah kesehatan yang kritis karena bersifat progresif dan sering tidak menunjukkan gejala pada tahap awal, sehingga banyak pasien terdiagnosis pada stadium lanjut. Di Kota Jayapura, jumlah kasus PGK terus meningkat akibat hipertensi, diabetes, serta keterbatasan akses layanan deteksi dini. Penelitian ini bertujuan membangun model prediksi PGK menggunakan algoritma Naïve Bayes serta menganalisis keterkaitan variabel klinis yang berpengaruh terhadap PGK pada pasien di Jayapura. Penelitian mengikuti kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM), meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Dataset yang digunakan terdiri dari 500 data pasien dengan 13 atribut medis, termasuk tekanan darah, glukosa darah, kreatinin serum, hemoglobin, albumin, dan kondisi urin. Seluruh data telah melalui tahap pembersihan sebelum pemodelan sehingga tidak memerlukan preprocessing lanjutan. Pemodelan dilakukan menggunakan RapidMiner, dan algoritma Naïve Bayes menghasilkan akurasi sebesar 94.40% dengan nilai precision dan recall tinggi pada kedua kelas PGK dan non-PGK. Hasil ini menunjukkan bahwa Naïve Bayes efektif dalam mengidentifikasi pola PGK pada data klinis lokal. Kontribusi utama penelitian ini adalah pemanfaatan data nyata dari pasien Kota Jayapura, sehingga menghasilkan model prediksi yang relevan secara regional serta memberikan pemahaman baru mengenai faktor medis yang dominan. Implikasi penelitian ini mencakup potensi integrasi model ke dalam sistem pendukung keputusan klinis maupun aplikasi monitoring kesehatan untuk mendukung deteksi dini PGK dan meningkatkan kualitas layanan kesehatan.