Abstract:Abstract: Technology is a tool for processing, storing and modifying data to obtain informatio. Decision Support System (DSS) a based model-based with data processing procedures and considerations to assist manager in decision…
ecision making. In the context of UD.Wendy Jaya which still uses manual methods for selecting superior cement, this is considered less effective and ineffcient, resulting in cement selection that does not meet the criteria and lacks accuracy. This research employs a quantitative method with the aim of determining decisions for selecting superior cemen and designing a decision support system using the Simple Additive Weighting (SAW) method based on predetermined criteria. The implementation result show that the decision support system for determining superior cement provides convenience and speed in selecting superior cement at UD Wendy Jaya according to the expected criteria. The results of calculations using the simple additive weighting (SAW) method rank each alternative, with the most superior alternative being three-wheel cement, considering several criteria such as price, compressive, strength, fineness, water capacity and setting time.
Keywords: simple additive weighting (SAW); decision support system; UD.wendy jaya
Abstrak: Teknologi adalah alat untuk mengolah, menyimpan, dan memodifikasi data guna mendapatkan informasi. Sistem Pendukung Keputusan (Decision Support System/DSS) merupakan sistem berbasis model dengan prosedur pemrosesan data dan pertimbangan untuk membantu manajer dalam pengambilan keputusan. Dalam konteks Toko UD. Wendy Jaya, yang masih menggunakan cara manual untuk pemilihan semen unggul, hal ini dianggap kurang efektif dan tidak efisien, mengakibatkan pemilihan semen tidak sesuai kriteria dan tidak akurat. Penelitian ini menggunakan metode kuantitatif, dengan tujuan untuk mengetahui keputusan pemilihan semen unggul dan merancang sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW) berdasarkan kriteria yang ditentukan. Hasil implementasi menunjukkan bahwa sistem pendukung keputusan Menentukan Semen Unggul memberikan kemudahan dan kecepatan dalam pemilihan semen unggul pada Toko UD. Wendy Jaya sesuai dengan kriteria yang diharapkan. Hasil dari perhitungan dengan menggunakan metode Simple Additive Weighting (SAW) adalah perangkingan setiap alternatif yaitu diperoleh alternatif yang paling unggul adalah semen tiga roda ditinjau dari beberapa kriteria harga, kuat tekanan, kehalusan, kapasitas air dan waktu mengeras.
Kata kunci: simple additive weighting (SAW); sistem pendukung keputusan; UD.wendy jaya
Abstract:Abstract: Pulau Kopung Sentajo Village Government in determining communities recipients of Direct Cash Assistance (BLT) has not used a computerized system so that in decision making errors will often occur in the suitability…
lity criteria for potential BLT recipients. So things like this will increase the possibility that poor or underprivileged people will lose out to people who live better lives and also take a lot of time because they still use manual systems. In terms of the report produced, it does not display the criteria for potential recipients clearly and in detail. In solving the problem, a decision support system will be used using the simple additive weighting method. So this research produces a computerized system to support decision making that determines people's suitability as recipients of direct cash assistance. With this computerized system, it will make it easier to determine the eligibility of people receiving Direct Cash Assistance and produce effective reports with calculations that comply with existing criteria. By implementing this computerized decision support system, 7 people are recommended who are eligible to receive direct cash assistance with the highest score of 2,875 and the lowest score of 2,750 so that these results can assist the village head in determining the community's suitability as recipients of direct cash assistance.
Keywords: assistance; BLT; SAW; FMADM;
Abstrak: Pemerintah Desa Pulau Kopung Sentajo dalam menentukan masyarakat sebagai penerima Bantuan Langsung Tunai (BLT) belum menggunakan sistem yang terkomputerisasi sehingga dalam pengambilan keputusan akan sering terjadi kesalahan dalam perbandingan kriteria kesesuaian calon penerima BLT. Sehingga hal seperti ini akan memperbesar kemungkinan masyarakat miskin atau kurang mampu akan kalah dengan masyarakat yang kehidupannya lebih baik dan juga memakan banyak waktu karena masih menggunakan sistem manual. Dari segi laporan yang dihasilkan, tidak menampilkan kriteria calon penerima secara jelas dan rinci. Dalam penyelesaian masalah akan digunakan sistem penunjang keputusan dengan metode simple additive weighting. Maka dengan penelitian ini menghasilkan sistem yang terkomputerisasi untuk mendukung pengambilan keputusan menentukan kelayakan masyarakat sebagai penerima bantuan langsung tunai. Dengan sistem yang terkomputerisasi ini, maka akan memberikan kemudahan dalam menentukan kelayakan masyarakat penerima Bantuan Langsung Tunai dan menghasilkan laporan yang efektif dengan perhitungan yang sesuai dengan kriteria yang ada. Dengan penerapan sistem pendukung keputusan yang terkomputerisasi ini maka direkomendasikan 7 orang yang layak menerima bantuan langsung tunai dengan skor tertinggi 2,875 dan skor terendah 2,750 sehingga hasil tersebut dapat membantu kepala desa dalam menentukan kelayakan masyarakat sebagai penerima bantuan tunai langsung.
Kata Kunci: bantuan; BLT; SAW; FMADM
Abstract:Abstract: Gross Regional Domestic Product (GRDP) is one of the most important socio-economic indicators. In order to gain a more comprehensive understanding of the current economic situation and regional differences, estimating…
imating GRDP using integration of satellite imagery and official statistics data can provide valuable information. This research estimates the GRDP value in 2022 by using data in 2019 to 2021 related to two aspects, agriculture and non-agriculture. Soil adjusted vegetation index (SAVI), enhanced vegetation index (EVI), and land cover (LC) used as agriculture aspect, while nighttime light (NTL), human settlement index (HSI), land area, and population per regency/city used as non-agriculture aspect. GRDP estimation are produced with machine learning approach using support vector machine (SVM) and random forest (RF) method. Correlation test on each variable shows only land area that does not have a significant correlation with GRDP. RF model then chosen as the best model with RMSE, MSE, MAE, and R2 value of 0.2549; 0.5049; 0.7727; and 0.2543, respectively. The estimated values acquired in several regencies/cities have rather near, some even very close to the official statistics values.
Keywords: GRDP; satellite imagery; machine learning; random forest; support vector machine
Abstrak: Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator sosio-ekonomi yang penting. Penghitungan nilai PDRB dengan pendekatan yang melibatkan kombinasi data citra satelit dan statistik resmi dapat memberikan informasi serta pemahaman yang lebih komprehensif. Penelitian ini melakukan estimasi nilai PDRB pada tahun 2022 menggunakan data tahun 2019 hingga 2021 dengan melibatkan dua aspek, agrikultur dan non-agrikultur. Data soil adjusted vegetation index (SAVI), enhanced vegetation index (EVI), dan tutupan lahan (land cover/LC) digunakan sebagai aspek agrikultur, sementara data citra cahaya malam (NTL), human settlement indeks (HSI), luas wilayah kabupaten/kota, dan jumlah populasi per kabupaten/kota digunakan sebagai aspek non-agrikultur. Estimasi PDRB dihasilkan dengan menggunakan pendekatan machine learning berupa support vector machine (SVM) dan random forest (RF). Pengecekan korelasi antarvariabel menunjukkan bahwa hanya variabel luas wilayah tidak berpengaruh signifikan terhadap nilai PDRB. Model random forest kemudian dipilih sebagai model terbaik dengan nilai evaluasi RMSE, MSE, MAE, dan berturut-turut sebesar 0.2549, 0.5049, 0.7727, dan 0.2543. Nilai estimasi yang diperoleh di beberapa kabupaten/kota cukup mendekati, bahkan ada yang sangat dekat dengan nilai statistik resmi.
Kata kunci: PDRB; citra satelit; machine learning; random forest; support vector machine
Abstract:Abstract: Information Technology has been utilized by the Wahana Visi Indonesia Foundation in the process of managing goods data (Provision). Therefore, good and correct IT governance is needed by predetermined standards…
so that the use of IT for the foundation's operations can run well. The purpose of this study is to determine the extent to which management manages the processes of managing and evaluating IT performance, Internal Control, External Requirements, and IT Governance. Capability and maturity level measurements were carried out using the COBIT 2019 framework. The results obtained were that the capability level and maturity level values in the MEA 01 objective domain were 2.17 with a percentage of 41% categorized Partially, the MEA 02 objective domain obtained a value of 1 .97 with a percentage of 36% and entered the Partially category, the objective domain MEA 03 obtained a value of 2.11 with a percentage of 36% and entered the Partially category, the objective domain MEA 04 obtained a value of 1.75 with a percentage of 38% and entered the Partially category. Each process domain that is in it produces a gap level value or GAP value for each of the selected objective domains based on factor design. Domain MEA 01 got a score of 1.83, domain MEA 02 got a score of 2.03, domain MEA 03 got a score of 1.89, and domain MEA 04 got a score of 2.25 out of the expected maximum value of 4.00. Thus it can be concluded that the management and process evaluation of management is lacking and does not match existing targets or standards. Keywords: Capability; COBIT 2019; IT Governance; Maturity Abstrak: Teknologi Informasi sudah dimanfaatkan kegunaannya oleh Yayasan Wahana Visi Indonesia dalam proses pengelolaan data barang (Provision). Dengan demikian, dibutuhkan tata kelola TI yang baik dan benar sesuai dengan standar yang sudah diten-tukan agar penggunaan TI untuk operasional yayasan dapat berjalan dengan baik. Tujuan penelitian ini adalah untuk mengetahui sejauh mana manajemen mengelola proses-proses pengelolaan dan evaluasi kinerja TI, Internal Control, External Requirements dan Tata Kelola TI. Pengukuran capability dan maturity level dilakukan dengan menggunakan framework COBIT 2019. Hasil yang didapatkan berupa bahwa Nilai capability level dan maturity level pada domain obyektif MEA 01 adalah 2,17 dengan presntase 41% dikategorikan Partially, domain obyektif MEA 02 memperoleh nilai 1,97 dengan presentase 36% dan masuk kategori Partially, domain obyektif MEA 03 memperoleh nilai 2,11 dengan presentase 36% dan masuk kategori Partially, domain obyektif MEA 04 memperoleh nilai 1,75 dengan presentase 38% dan masuk kategori Partially. Setiap domain proses yang ada didalamnya menghasilkan nilai tingkat kesenjangan atau nilai GAP masing-masing dari setiap domain obyektif yang terpilih berdasarkan desain faktor. Domain MEA 01 mendapat nilai 1,83, domain MEA 02 mendapat nilai 2,03, domain MEA 03 mendapat nilai 1,89, domain MEA 04 mendapat nilai 2,25 dari nilai maksimal yang diharapkan 4,00. Dengan demikian bisa disimpulkan bahwa pengelolaan dan evaluasi proses dari manajemen sangatlah kurang dan tidak sesuai target atau standar yang ada. Kata kunci: Capability; COBIT 2019; Tata Kelola TI, Maturity
Abstract:Abstract: Alumni data is one of the most important data that can be used as a reference for the quality of education at a university. XYZ University maintains alumni data on a regular basis, but the alumni data continues…
es to grow each semester. The Alumni Data Report submission remains suboptimal and does not contain information to help universities assess the outstanding qualities of individual alumni. The purpose of the research conducted here is to analyze the application of business intelligence systems in the management of XYZ University's alumni data within the framework of XYZ University's quality assessment and management. The focus of this research is on the analysis of functional and informational requirements. The analysis process for this study is based on the Business Intelligence Roadmap methodology, which includes the inference or business justification, planning, and analysis phases. The study analyzed plans to implement a business intelligence system to manage alumni data in a way that meets the information needs of decision makers. Dashboard menjelaskannya secara visual, baik dari segi navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.
Keywords: alumni data, business intelligence, tableau, visualization
Abstrak : Data alumni merupakan salah satu data penting yang dapat dijadikan acuan mutu pendidikan pada suatu perguruan tinggi. Universitas XYZ memelihara data alumni secara rutin, namun data alumni terus bertambah setiap semesternya. Penyampaian Laporan Data Alumni masih kurang optimal dan tidak memuat informasi untuk membantu universitas menilai kualitas luar biasa dari individu alumni. Tujuan penelitian yang dilakukan disini adalah untuk menganalisis penerapan sistem intelijen bisnis dalam pengelolaan data alumni Universitas XYZ dalam rangka penilaian dan pengelolaan mutu Universitas XYZ. Fokus penelitian ini adalah pada analisis kebutuhan fungsional dan informasional. Proses analisis penelitian ini didasarkan pada metodologi Business Intelligence Roadmap yang meliputi tahap inferensi atau pembenaran bisnis, perencanaan, dan analisis. Studi ini menganalisis rencana penerapan sistem intelijen bisnis untuk mengelola data alumni sedemikian rupa sehingga memenuhi kebutuhan informasi para pengambil keputusan. Dashboard menjelaskannya secara visual, baik dari bidang navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.
Kata Kunci: business intelligence, data alumni, tableau, visualisasi
Abstract:Abstract: Population is a group of people who live or settle in an area for six months or more. Increasing the population in an area results in more problems being faced by the area such as high unemployment rates, poverty…
ty and food shortages which result in hunger. BPS Asahan Regency records that there is an increase in population every year. Asahan Regency BPS cannot predict population growth in the following year, so an application is needed to predict population growth. The purpose of this study is to predict population growth in Asahan Regency in the following year based on previous data using the concept of data mining. By applying data mining using multiple linear regression methods can be used to calculate population growth estimates based on previous data. This quantitative research used population data of Asahan Regency from 2016 to 2022. From the calculation of the multiple linear regression model using data from the previous five years, the estimated population growth of Asahan for 2023 was 824,617 people and the process of estimating the population became more systematic and calculated. well with this population estimation system and the process of storing data becomes easier and does not require a lot of paper to print and save.
Keywords: Application; Data Mining; Multiple Linear Regression
Abstrak: Penduduk merupakan sekumpulan orang yang tinggal atau menetap pada suatu wilayah selama enam bulan atau lebih. Bertambahnya jumlah penduduk pada suatu daerah mengakibatkan semakin banyak pula persoalan yang di hadapi oleh daerah tersebut seperti tingkat pengangguran yang tinggi, kemiskinan dan kekurangan pangan yang mengakibatkan kelaparan. BPS Kabupaten Asahan mencatat terjadi adanya pertambahan penduduk pada setiap tahunnya. BPS Kabupaten Asahan tidak dapat memprediksi pertumbuhan penduduk pada tahun berikutnya sehingga dibutuhkan suatu aplikasi untuk memprediksi pertambahan penduduk tersebut. Tujuan penelitian ini adalah untuk memprediksi pertumbuhan penduduk Kabupaten Asahan pada tahun berikutnya berdasarkan data sebelumnya menggunakan konsep data mining. Dengan menerapkan data mining menggunakan metode regresi linier berganda dapat digunakan untuk menghitung estimasi pertumbuhan penduduk berdasarkan data sebelumnya. Penelitian yang dilakukan secara kuantitatif ini menggunakan data penduduk Kabupaten Asahan dari tahun 2016 sampai tahun 2022. Dari perhitungan model regresi linier berganda menggunakan data lima tahun sebelumnya didapat estimasi pertumbuhan penduduk Asahan untuk tahun 2023 sebesar 824.617 jiwa dan proses estimasi jumlah penduduk menjadi lebih sistematis dan terkalkulasi dengan baik dengan adanya sistem estimasi jumlah penduduk ini dan proses penyimpanan data menjadi lebih mudah dan tidak memerlukan banyak kertas untuk di cetak dan di simpan.
Kata kunci: Aplikasi; Data Mining; Regresi Linier Berganda
Abstract:Abstract: The continuous use of an electric motor in some industries causes the electric motor to malfunction early. Such damage is generally caused by overheating. Therefore, to overcome the problem of overheating, most…
industries use two motors that work alternately. Both electric motors function as running and standby which are generally controlled manually by the operator or using a time delay relay (TDR). However, the control of both motors by the operator is not effective because it allows human error to occur. The use of TDR is also ineffective because it does not make the temperature of the electric motor a reference in controlling the work of the two electric motors. This research aims to produce a prototype that can monitor the temperature of the electric motor in real-time and control the electric motor based on the temperature of the electric motor. The Wemos D1R2 is used as a processor to control both electric motors and transmit the temperature of the electric motor to a smartphone via the internet. The MLX90614 sensor is used as an infrared-based temperature sensor. Based on the results of testing the overall performance of the prototype, it is known that the temperature readings of the electric motor are quite accurate with mean error and standard deviation of 0.13oC and 0.15oC, respectively. The prototype is also capable of controlling both electric motors automatically and controlling a cooler via a smartphone.
Keywords: Electric Motor; MLX90614; Overheating; Wemos D1R2.
Abstrak: Penggunaan sebuah motor listrik secara terus menerus pada sebagian industri menyebabkan motor listrik tersebut mengalami kerusakan lebih awal. Kerusakan tersebut umumnya disebabkan oleh panas berlebih. Oleh karena itu, untuk mengatasi masalah panas berlebih tersebut maka sebagian besar industri menggunakan dua buah motor yang bekerja secara bergantian. Kedua motor listrik tersebut difungsikan sebagai running dan standby yang mana umumnya dikendalikan secara manual oleh operator atau menggunakan time delay relay (TDR). Namun, pengendalian kedua motor oleh operator tidaklah efektif karena memungkinkan terjadinya human error. Penggunaan TDR juga tidak efektif karena tidak menjadikan suhu motor listrik sebagai acuan dalam mengendalikan kerja kedua motor listrik tersebut. Penelitian ini bertujuan menghasilkan sebuah prototipe yang mampu mengawasi suhu motor listrik secara real-time dan mengendalikan motor listrik berdasarkan suhu motor listrik. Wemos D1R2 digunakan sebagai prosesor untuk mengendalikan kedua motor listrik dan mengirimkan suhu motor listrik ke smartphone melalui internet. Sensor MLX90614 digunakan sebagai sensor suhu berbasis infra merah. Berdasarkan hasil pengujian kinerja prototipe secara keseluruhan diketahui bahwa hasil pembacaan suhu motor listrik cukup akurat dengan mean error dan standar deviasi masing-masing 0,13oC dan 0,15oC. Prototipe juga mampu mengontrol kedua motor listrik secara otomatis dan mengontrol sebuah pendingin melalui smartphone.
Kata kunci: Motor Listrik; MLX90614; Panas Berlebih; Wemos D1R2.
Abstract:Abstract: Superior students represent active and intelligent students who are able to make a direct contribution to the development of the nation. To produce excellent students, one of the efforts that can be made is to…
foster these superior students from the start by forming a superior class. In forming a superior class, an effective selection process is needed to select students who are truly superior. This research was conducted at STMIK Royal Kisaran where the object of research was prospective new students for the superior class and the related party was the Academic and Student Administration Bureau (BAAK) because the party was directly involved in selecting prospective new students for the superior class. But the problem is, BAAK does not yet have an election process based on a method and there is no information system for selecting prospective new students for superior classes. The purpose of this study is to make predictions related to the selection of prospective new students for superior classes in the future with the Naïve Bayes Algorithm and implemented in an information system.The results of this research are that the Naïve Bayes algorithm produces an accuracy rate of 60% in the good classification category which is measured by the level of accuracy using the confusion matrix, so that the information system produced in this study also has efficient prediction results and is expected to help BAAK.
Keywords: data mining; naïve bayes; superior student class.
Abstrak: Mahasiswa unggulan merupakan representasi dari mahasiswa aktif dan cerdas yang mampu memberikan kontribusi langsung terhadap perkembangan bangsa. Untuk menghasilkan mahasiswa yang benar unggul salah satu upaya yang dapat dilakukan adalah dengan membina mahasiswa unggulan tersebut sejak awal dengan membentuk kelas unggulan. Dalam membentuk kelas unggulan dibutuhkan proses seleksi yang benar efektif untuk memilih mahasiswa yang benar unggul. Penelitian ini dilakukan di STMIK Royal Kisaran dimana objek penelitian merupakan calon mahasiswa baru untuk kelas unggulan dan pihak yang terkait adalah Biro Administrasi Akademik dan Kemahasiswaan (BAAK) karena pihak tersebut terlibat langsung dalam pemilihan calon mahasiswa baru untuk kelas unggulan. Namun permasalahannya, pihak BAAK belum memiliki sebuah proses pemilihan berdasarkan metode dan belum adanya sistem informasi pemilihan calon mahasiswa baru kelas unggulan. Tujuan dari penelitian ini adalah melakukan prediksi terkait pemilihan calon mahasiswa baru kelas unggulan di masa mendatang dengan Algoritma Naïve Bayes dan diimplementasikan dalam sebuah sistem informasi. Hasil penelitian ini algoritma Naïve Bayes menghasilkan tingkat akurasi sebesar 60% dengan kategori good classification yang diukur tingkat akurasinya dengan menggunakan confusion matrix, sehingga sistem informasi yang dihasilkan dalam penelitian ini juga memiliki hasil prediksi yang efisien dan diharapkan dapat membantu pihak BAAK.
Kata Kunci: data mining; mahasiswa kelas unggulan; naïve bayes.
Abstract:Abstract: The poor community is a condition in which the community does not have adequate facilities and infrastructure and an adequate environment, with the quality of housing and settlements far below the eligibility standard…
tandard and uncertain livelihoods covering all multidimensional dimensions. The Pasiran Village Office, Sei Dadap District, is one of the agencies located in the Pasiran area, Sei Kamah. Where the Pasiran Village Hall Office carries out activities to distribute assistance to village communities who are declared to be underprivileged or have low incomes below 3.5 million. With such a large number of village people, an in-depth analysis is needed to determine which poor people are entitled to receive Non-Cash Food Assistance from the government. The solution to this problem is to use data mining with the Naïve Bayes algorithm for data classification. Data mining is the science of extracting information by utilizing data sets to obtain valuable information with a large enough data size through the process of extracting data or filtering data. The classification application uses the naïve Bayes algorithm used at the Pasiran Village Office to produce a classification of beneficiaries, namely Worthy and Unworthy based on the attributes of Citizenship, Family Group, ASN Status, and Having a Healthy Family Card.
Keywords: data mining; naïve bayes; classification, beneficiary
Abstrak: Masyarakat miskin merupakan suatu kondisi dimana keadaan masyarakat yang tidak memiliki sarana dan prasarana serta lingkungan yang memadai, dengan kualitas perumahan dan pemukiman yang jauh dibawah standar kelayakan serta mata pencaharian yang tidak menentu yang mencakup seluruh multidimensi. Kantor Balai Desa Pasiran Kecamatan Sei Dadap merupakan salah satu instansi yang berada di daerah Pasiran, Sei Kamah. Dimana Kantor Balai Desa Pasiran melakukan kegiatan pembagian bantuan terhadap masyarakat desa yang dinyatakan kurang mampu atau memiliki penghasilan rendah dibawah 3,5 juta. Dengan jumlah masyarakat desa yang begitu banyak, diperlukan analisis yang mendalam untuk menentukan masyarakat tidak mampu yang berhak untuk mendapatkan Bantuan Pangan Non Tunai dari pemerintah. Solusi dari permasalahan tersebut adalah menggunakan data mining dengan algoritma naïve bayes untuk klasifikasi data. Data mining merupakan suatu ilmu untuk menggali informasi dengan memanfaatkan kumpulan data untuk mendapatkan berbagai informasi yang berharga dengan ukuran data yang cukup besar melalui proses penggalian data atau penyaringan data. Aplikasi klasifikasi menggunakan algoritma naïve bayes yang terapkan pada Kantor Balai Desa Pasiran menghasilkan klasifikasi warga penerima bantuan yaitu Layak dan Tidak Layak berdasarkan atribut Kewarganegaraan, Golongan Keluarga, Status ASN dan Memiliki Kartu Keluarga Sehat.
Kata kunci: data mining; naïve bayes; klasifikasi, penerima bantuan
Abstract:Abstract: Providing services to patients is an obligation that must be carried out by health agencies. Of course, good health services can be measured by the performance of medical personnel. The current problem with the…
Aek Loba Health Center is that it does not have a system that can measure the level of patient satisfaction with the services provided. In addition, patients also still have difficulty in expressing opinions in the form of complaints about the performance of medical personnel. The aim of the research is to become a forum for assessing the quality of service that can make it easier for patients to submit complaints and also as a measuring tool for health agencies on the level of success of the quality of services provided. This study uses the Service Quality method by assessing service quality based on 5 quality dimensions, namely Tangibles, Responsiveness, Reliability, Assurance, and Empathy. Based on these problems, a decision support system was designed using the PHP programming language and the database used, namely MySQL. So that this research resulted in this system being able to help and facilitate the Aek Loba Health Center in accommodating and measuring the level of quality of service to patients. In addition, this system can make it easy for leaders to find out the elements that need to be improved, maintained, and repaired by the Aek Loba Health Center.
Keywords: patient; questionaire; service quality
Abstrak: Memberi pelayanan kepada pasien merupakan kewajiban yang harus dilakukan oleh instansi kesehatan. Pelayanan kesehatan yang baik tentu saja dapat diukur dari kinerja tenaga medisnya. Permasalahan Puskesmas Aek Loba saat ini yaitu belum mempunyai sistem yang dapat mengukur tingkat kepuasan pasien terhadap layanan yang diberikan. Selain itu, pasien juga masih kesulitan dalam menyampaikan pendapat berupa keluhan terhadap kinerja tenaga medis. Tujuan penelitian untuk menjadi wadah penilaian kualitas pelayanan yang dapat memudahkan pasien dalam menyampaikan keluhan dan juga sebagai alat ukur instansi kesehatan terhadap tingkat keberhasilan kualitas pelayanan yang diberikan. Penelitian ini menggunakan metode Service Quality dengan menilai kualitas pelayanan berdasarkan 5 dimensi kualitas, yaitu Bukti Nyata (tangibles), Ketanggapan (responsiveness), Kehandalan (reliability), Jaminan (assurance), dan Empati (emphaty). Berdasarkan permasalah tersebut maka dirancang sebuah sistem pendukung keputusan menggunakan bahasa pemrograman PHP dan database yang digunakan yaitu MySQL. Sehingga penelitian ini menghasilkan sistem ini dapat membantu dan mempermudah pihak Puskesmas Aek Loba dalam menampung dan mengukur tingkat kualitas pelayanan terhadap pasien. Selain itu, sistem ini dapat memberi kemudahan bagi pimpinan untuk mengetahui unsur-unsur yang perlu ditingkatkan, dipertahankan, serta diperbaiki oleh Puskesmas Aek Loba.
Kata kunci: kuesioner; pasien; service quality