Abstract:Abstract: Children's nutritional issues are an important concern for parents to pay attention to growth and development, especially health and well-being. According to the results of the Ministry of Health's Indonesian Nutrition…
utrition Status Survey (SSGI), there are 4 nutritional problems for children in Indonesia, namely stunting, wasting, underweight and everweight. In this research, how to predict signs of symptoms of a decline in a child's nutritional status using a machine learning algorithm, a prediction model was designed using logistic regression in Python IDE to predict whether a child is indicated by a decline in nutrition or not. Dataset from Bengkayang Community Health Center data consisting of 657 pediatric patient data. The dataset is divided into 7 features (independent variables) and 1 predictor (dependent variable). Test results show perfect performance with precision, recall, F1-score, accuracy values of 100%. Then the visualization results on the ROC (Receiver Operating Characteristic) curve to depict the TP (True Positive) value on the Y axis against the FP (false Positive) value on the become overfit. It is recommended that in preparing the training dataset, measure the training data and reduce the features, after carrying out feature selection to increase the accuracy of the model.
Keywords: child nutritional status; growth and development logistic regression; machine learning
Abstract: Masalah Gizi anak menjadi perhatian penting bagi orangtua untuk memperhatikan tumbuh kembang, terutama kesehatan dan kejahteraan. Menurut hasil survei status Gizi Indonesia (SSGI) Kemenkes memperlihatkan 4 permasalahan gizi anak di Indonesia yaitu stunting, wasting, underweight, dan everweight. Dalam penelitian ini, bagaimana memprediksi tanda gejala penurunan status gizi anak menggunakan algoritma machine learning dirancang model prediksi menggunakan logistic regression pada Python IDE dengan memprediksi anak terindikasi penurunan gizi atau tidak. Dataset dari data Puskesmas Bengkayang yang terdiri 657 data pasien anak. Dataset dibagi menjadi 7 feature (variabel independen) dan 1 predictor (variabel dependen). Hasil Pengujian memperlihatkan kinerja yang sempurna dengan nilai presisi, recall, F1-score, akurasi, sebesar 100%. Kemudian hasil Visualisasi pada kurva ROC (Receiver Operating Characteristic) untuk menggambarkan nilai TP (True Positif) di sumbu Y terhadap nilai FP (false Positif) di sumbu X juga menunjukkan nilai yang sangat tinggi dan sudah mendekati angka 1 ini pertanda bahwa model ini menjadi overfit. Sebaiknya dalam persiapan training dataset diukur dengan data training dan mengurangi feature, setelah melakukan feature Selection untuk meningkatkan akurasi model.
Keywords: logistic regression; machine learning; status gizi anak; tumbuh kembang
Abstract:Abstract: Halodoc is an ICT that supports access to health service facilities, with various facilities such as consultations with doctors, purchasing medicines, making appointments with hospitals, as well as several other…
r health support facilities. This research is based on calculations using the Customer Satisfaction Index (CSI) method to determine the overall level of customer satisfaction with an approach that considers the level of importance of product or service attributes as measured by an importance scale (Importance), a satisfaction/performance level scale (Performance) and the question indicators include usability, information quality, interaction quality, then the satisfaction level criteria are obtained with a CSI value of 61.29%, meaning that the patient gives the criteria as being quite satisfied with Halodoc services. Keywords: CSI, halodoc, patient
Abstrak: Halodoc merupakan TIK yang mendukung akses fasilitas pelayanan kesehatan, dengan berbagai fasilitas yang dimiliki seperti konsultasi dengan dokter, pembelian obat, buat janji dengan rumah sakit, serta beberapa fasilitas pendukung kesehatan lainnya. Penelitian ini berdasarkan perhitungan menggunakan metode Customer Satisfaction Index (CSI) untuk menentukan tingkat kepuasan pelanggan secara menyeluruh dengan pendekatan yang mempertimbangkan tingkat kepentingan dari atribut-atribut produk atau jasa yang diukur dengan skala tingkat kepentingan (Importance), skala tingkat kepuasan/kinerja (Performance) dan indikator pertanyaan meliputi usability, information quality, interaction quality maka diperoleh kriteria tingkat kepuasan dengan nilai CSI 61.29% artinya bahwa pasien memberikan kriteria cukup puas terhadap layanan Halodoc.
Kata kunci: CSI, halodoc, pasien
Abstract:Abstract: The habit of smoking is dangerous because of the addictive substances that make cigarettes addictive. Its addictive nature poses a significant risk, affecting personality with stress, depression and nervous disorders.…
orders. Body factors that indicate smoking include blood sugar levels, dental caries, and hemoglobin. To address this, research has been conducted with focused efforts to understand and address the risks associated with smoking and its impact on overall health. This research aims to choose the best method for predicting smokers by using feature selection techniques. The feature selection algorithms uses for that are Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), and Genetic Algorithm (GA) to select optimal attributes and uses the k-fold cross validation technique as the validation of the Artificial Neural Network algorithm. The data includes various parameters such as age, height, weight, vision, blood pressure, cholesterol, triglycerides, hemoglobin, AST, ALT, GTP, gender, dental caries and tartar. Hearing ability, urine protein content, and tartar were selected. The results showed that using the Analysis of Variance method showed higher accuracy (77.101%) compared to the Genetic Algorithm method (74.64%) and the Recursive Feature Elimination method (76.08%). Selection of relevant attributes increases the predictions and insights of the Artificial Neural Network model about the effects of smoking on health.
Keywords: artificial neural network; analysis of variance; genetic algorithm; recursive feature elimination; smoker prediction
Abstrak: Kebiasaan merokok berbahaya karena adanya zat adiktif yang membuat rokok menjadi ketagihan. Sifatnya yang membuat ketagihan menimbulkan risiko yang signifikan, mempengaruhi kepribadian dengan stres, depresi, dan gangguan saraf. Faktor tubuh yang mengindikasikan kebiasaan merokok antara lain kadar gula darah, karies gigi, dan hemoglobin. Untuk mengatasi hal ini, penelitian telah dilakukan dengan upaya terfokus untuk memahami dan mengatasi risiko yang terkait dengan merokok dan dampaknya terhadap kesehatan secara keseluruhan. Penelitian ini bertujuan untuk memilih metode terbaik dalam memprediksi perokok dengan menggunakan teknik seleksi fitur. Metode seleksi fitur yang digunakan adalah Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), dan Genetic Algorithm (GA) untuk memilih atribut yang optimal dan menggunakan teknik k-fold cross validation sebagai validasi algoritma Artificial Neural Network. Data tersebut mencakup berbagai parameter seperti umur, tinggi badan, berat badan, penglihatan, tekanan darah, kolesterol, trigliserida, hemoglobin, AST, ALT, GTP, jenis kelamin, karies gigi dan karang gigi. Kemampuan pendengaran, kandungan protein urin, dan karang gigi dipilih. Hasil penelitian menunjukkan bahwa penggunaan metode Analysis of Variance menunjukkan akurasi yang lebih tinggi (77,101%) dibandingkan dengan metode Genetic Algorithm (74,64%) dan metode Recursive Feature Elimination (76,08%). Pemilihan atribut yang relevan meningkatkan prediksi dan wawasan model Jaringan Syaraf Tiruan tentang dampak merokok terhadap kesehatan.
Kata kunci: artificial neural network; analysis of variance; genetic algorithm; prediksi perokok; recursive feature elimination
Abstract:Abstract: The Healthy Food Supplier App, which introduces groundbreaking innovations to increase public access to and delivery of healthy food, has emerged as a new phenomenon in the food sector. This research intends to…
examine and describe how the use of healthy food suppliers contributes to improving public health by making healthy food accessible to obtain and deliver it quickly. The development of mobile applications with the aim of providing healthy food and ingredients for the community is the subject of this research. The aim of this app is to provide original responses to issues related to raising awareness of quality of life and the value of nutritious food in everyday life. The User Centered Design (UCD) method needs to be applied to categorize various user information needs and package them into a mobile application design model. The results of the application design showed that the interface design for the pioneer food and health food raw material application was successfully created using the implementation of the UCD method with a number of revisions that have been updated since the evaluation as one of the feature developments in the application. The food recording feature and personalized recommendations implemented in this mobile application provide users with awareness and guidance in adopting healthier eating patterns.
Keywords: Design Interface; Mobile Applications; Requirements Engineering; User-Centered Design
Abstrak: Aplikasi Pemasok Makanan Sehat yang memperkenalkan inovasi terobosan untuk meningkatkan akses publik ke dan pengiriman makanan sehat, telah muncul sebagai fenomena baru di sektor makanan. Penelitian ini bermaksud untuk mengkaji dan mendeskripsikan bagaimana penggunaan pemasok makanan sehat berkontribusi dalam peningkatan kesehatan masyarakat dengan membuat makanan sehat dapat diakses untuk mendapatkan dan mengantarkannya dengan cepat. Pengembangan aplikasi mobile dengan tujuan menyediakan makanan dan bahan makanan sehat bagi masyarakat menjadi pokok bahasan penelitian ini. Tujuan dari aplikasi ini adalah untuk memberikan tanggapan orisinal terhadap masalah yang terkait dengan peningkatan kesadaran kualitas hidup dan nilai makanan bergizi dalam kehidupan sehari-hari. Metode User Centered Design (UCD) perlu diterapkan untuk mengkategorikan berbagai kebutuhan informasi pengguna dan mengemasnya ke dalam model desain aplikasi mobile. Hasil perancangan aplikasi didapatkan bahwa desain antarmuka aplikasi pelopor makanan dan bahan baku makanan kesehatan berhasil dibuat dengan menggunakan implementasi metode UCD dengan sejumlah revisi yang sudah diperbarui sejak evaluasi sebagai salah satu pengembangan fitur pada aplikasi. Fitur pencatatan makanan dan rekomendasi personal yang diterapkan pada aplikasi mobile ini memberikan pengguna kesadaran dan panduan dalam mengadopsi pola makan yang lebih sehat.
Kata Kunci: Design Interface; Mobile Applications; Requirements Engineering; User-Centered Design
Abstract:Abstract: Posyandu as a container for health assistance carried out at the Puskesmas, the implementation is carried out in the sub-district / RW and managed by the village midwife. The problem that occurs is not having a…
system that can accurately provide information related to the location of posyandu spread across the Asahan area in the form of a digital map, managed posyandu data is still not enough to inform the location of the intended posyandu. With the GIS, it is hoped that it will provide information regarding the location of the posyandu in the Asahan area which can make it easier and save time for puskesmas officers and the health office in finding posyandu locations, and can monitor the development of the number of under-fives who are malnourished. This study uses a qualitative method by explaining the analysis based on observation and documentation related to posyandu. The research results obtained, the application of geographic information systems to determine the location of posyandu and display posyandu information easily and accurately in Asahan District. With this concluded, the application built can facilitate the Health Service in searching for Posyandu locations in Asahan District.
Keywordss: geographic information system; posyandu; Information System
Abstrak: Posyandu sebagai wadah bantuan kesehatan yang di laksanakan di Puskesmas, pelaksanaannya dilakukan di kelurahan/RW dan di kelola oleh Bidan Desa. Permasalahan yang terjadi belum mempunyai sistem yang dapat memberikan informasi terkait lokasi posyandu yang tersebar di wilayah Asahan dengan akurat dalam bentuk peta digita, data posyandu dikelola masih belum cukup menginformasikan titik lokasi posyandu yang dituju. Dengan adanya SIG ini diharapkan memberikan informasi mengenai lokasi posyandu di wilayah Asahan yang dapat mempermudah serta menghemat waktu bagi petugas puskesmas dan dinas kesehatan dalam mencari titik lokasi posyandu, dan dapat memantau perkembangan jumlah balita yang kurang gizi. Penelitian ini menggunakan metode kualitatif dengan menjelaskan analisis berdasarkan obsevasi dan dokumentasi berkaitan dengan posyandu. Hasil penelitian yang didapatkan, penerapan sistem informasi geografis untuk mengetahui lokasi posyandu dan menampilkan informasi posyandu dengan mudah dan akurat di Kabupaten Asahan. Dengan ini disimpulkan, aplikasi yang dibangun dapat mempermudah Dinas Kesehatan dalam melakukan pencarian lokasi posyandu di Kabupaten Asahan.
Kata Kunci: sistem informasi geografis; posyandu; sistem informasi
Abstract:Abstract: The JKN Mobile application is a mobile application created to facilitate healthcare administration in Indonesia since 2017. The application has been downloaded by over 10 million users and has received 484,000…
diverse reviews, including positive, negative, and neutral feedback. The average rating given by users is 4.5 out of 5 stars. This research aims to perform sentiment analysis on user reviews found in the Google Play Store review column. The methods used for sentiment analysis are Naive Bayes, K-Nearest Neighbor (K-NN), and Support Vector Machine (SVM). The test results show that with a 10% test data and 90% training data proportion, the SVM method achieves the highest accuracy of 95%. Naive Bayes follows with an accuracy of 87%, and K-NN with an accuracy of 75%.
Keywords: JKN mobile application, sentiment analysis, naive bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstrak: Aplikasi Mobile JKN adalah sebuah aplikasi yang dibuat untuk mempermudah administrasi kesehatan di Indonesia sejak tahun 2017. Aplikasi ini telah diunduh lebih dari 10 juta pengguna dengan 484 ribu ulasan beragam positif, negatif, dan netral. Rata-rata rating yang diberikan pengguna adalah 4,5 bintang dari 5 bintang. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna yang terdapat di kolom review Google Play Store. Metode yang digunakan untuk analisis sentimen adalah Naive Bayes, K-Nearest Neighbor (K-NN), dan Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa dengan menggunakan proporsi data uji sebesar 10% dan data training sebesar 90%, metode SVM mencapai akurasi tertinggi sebesar 95%. Diikuti oleh Naive Bayes dengan akurasi 87%, dan K-NN dengan akurasi 75%.
Kata kunci: JKN mobile, analisis sentimen, naïve bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstract:Abstract: The current development of information technology has had an impact on all fields, including the health sector. Many activities that were previously carried out conventionally or manually can now be carried out…
with the help of technology. Computers that were previously only used to process data now provide many services, applications, and programs that can help facilitate human activities. One of them is the Multi-Attribute Utility Theory (MAUT) method, which is a support system method that has been widely used to provide accurate and efficient results. This study aims to build a decision support system for choosing healthy toddlers and elderly at the Petatal Health Center, Talawi District, Asahan Regency. So far, the process of selecting healthy toddlers and elderly is done conventionally, without the help of applications or computer programs. So the time needed is longer and the results are also less objective. The calculation process uses the MAUT method with an alternative of 13 toddlers and 15 elderly. The criteria used are body weight, nutritional status, potassium content, protein content, and carbohydrate content. Assessment weight 1-5. The results are 3 Toddlers with the highest total score Laila (17) Putri Sundar (14.25) and Tiara with a score of 12.25. The three people with the highest scores for healthy elderly are Rini Dewi with a score of 17, Joni with a score of 14.25, and Bejo Asmo with a value of 12.25.
Keywords: decision support system; MAUT; multi atribute utility theory; SPK
Abstrak: Perkembangan Teknologi informasi saat ini telah berdampak pada semua bidang, termasuk bidang kesehatan. Banyak kegiatan yang awalnya dilakukan secara konvensional atau manual kini dapat dilakukan dengan bantuan teknologi. Komputer yang tadinya hanya digunakan untuk mengolah data kini menyediakan banyak layanan, aplikasi dan program yang dapat membantu mempermudah kegiatan manusia. Salah satunya adalah metode Multi Atribute Utility Theory (MAUT) yang merupakan salah satu metode sistem pendukung yang telah banyak digunakan untuk memberikan hasil yang akurat dan efisien. Penelitian ini bertujuan membangun sistem pendukung keputusan pemilihan Balita dan Lansia Sehat di Puskesmas Petatal Kecamatan Talawi Kabupaten Asahan, selama ini proses pemilihan balita dan lansia sehat dilakukan secara konvensional, tanpa menggunakan bantuan aplikasi atau program computer. Sehingga waktu yang dibutuhkan lebih lama serta hasilnya juga kurang objektif. Proses perhitungan menggunakan Metode MAUT dengan alternative 13 Balita dan 15 lansia .Kriteria yang digunakan Berat Badan, Status Gizi, Kandungan Kalium, Kandungan protein dan kandungan karbohidrat. Bobot penilaian 1-5. Hasil adalah 3 Balita dengan total nilai tertinggi Laila (17) Putri Sundar (14,25) dan Tiara dengan nilai 12,25. Tiga orang dengan nilai tertinggi untuk Lansia sehat adalah Rini dewi dengan nilai 17, Joni dengan nilai 14,25 dan Bejo Asmo dengan nilai 12,25.
Kata kunci: multi atribute utility theory; MAUT; sistem pendukung keputusan; SPK
Abstract:Abstract: Population growth in some regions such as Asia is still high, especially in the number of births in children. Indonesia is one of the many countries whose birth rate growth is still high. With this high birth rate,…
ate, it will cause problems for the region such as the problem of uncontrolled population growth if the birth rate continues to be high in addition to the social and economic impact of the region. To reduce the birth rate, the government created a family planning program to minimize the high birth rate. In birth control with this birth control program, contraceptive devices and drugs (ALOKON) are used as a prevention of pregnancy. This is intended to determine the level of allocone use in family planning patients in the outpatient unit and recap reports of birth control patients in the outpatient unit. In addition, the era of digitalization of technology utilization with information systems that have been increasingly developed and advanced, especially in the health sector. The system development method used in this journal is the waterfall method which consists of analysis, system design, implementation, unit testing, and maintenance. The results obtained are in the form of developing implementation results from the design made into a family planning information system in the outpatient unit. This research was made to develop an existing information system and can assist medical record officers in processing data and reports more effectively and efficiently.
Keywords: alokon; growth of birth rate; information system; kb
Abstrak: Pertumbuhan penduduk dibeberapa wilayah seperti di Asia masih tinggi terutama pada angka kelahiran pada anak. Indonesia merupakan salah satu dari sekian banyak negara yang pertumbuhan angka kelahirannya masih tinggi. Dengan tingginya angka pertumbuhan kelahiran ini akan menimbulkan masalah bagi wilayah itu seperti permasalahan pertumbuhan penduduk yang tidak terkendali jika angka kelahiran terus tinggi selain itu berdampak pada kehidupan social dan ekonomi wilayah itu. Untuk menekan angka kelahiran pemerintah membuat program KB (Keluarga Berencana) dalam meminimalisir angka kelahiran yang tinggi. Dalam pengendalian kelahiran dengan program KB ini digunakan alat dan obat kontrasepsi (ALOKON) sebagai pencegah kehamilan. Hal ini ditujukan untuk mengetahui tingkat pemakaian alokon pada pasien KB di unit rawat jalan serta rekapan laporan pasien KB di unit rawat jalan tersebut. Selain itu era digitalisasi pemanfaatan teknologi dengan sistem informasi yang sudah semakin berkembang dan maju, terutama pada bidang Kesehatan. Metode pengembangan sistem yang digunakna pada jurnal ini adalah metode waterfall yang terdiri dari analisis, perancangan system, implementasi, pengujian unit, dan pemeliharaan. Hasil yang diperoleh berupa pengembangan hasil implementasi dari perancangan yang dibuat menjadi system informasi KB di unit rawat jalan. Penelitian ini dibuat untuk mengembangkan system informasi yang telah ada serta dapat membantu petugas rekam medis dalam pengolahan data dan laporan yang lebih efektif dan efisien.
Kata kunci: alokon; kb; pertumbuhan angka kelahiran; sistem informasi
Abstract:Abstract: Medical records are managed according to established standards, creating information that should be properly maintained and stored for easy access when needed. This study is motivated by the fact that the number…
r of immunization patients continues to increase daily, so authorities still need a long time to collect information in their registration systems. It is very long and has a significant impact on the performance of healthcare workers. This study aims to redesign the immunization information system to help manage medical records and maintain the quality of health care services. The design of the developed immunization system may include information on the processing and reporting of immunization data in hospitals to enable medical staff to report results to immunization services quickly and accurately. The research method used in this study is descriptive with a qualitative approach. Data collection was conducted through observations, interviews, and literature review from studies of researchers and practitioners. The system development method adopts the waterfall method. This study's results indicate that technology is an appropriate method to more efficiently support data processing and reporting when valid data are available.
Keywords: immunization; information system; medical record
Abstrak: Rekam medis dikelola sesuai dengan standar yang telah ditetapkan untuk menciptakan informasi yang harus dipelihara dan disimpan dengan baik sehingga informasi tersebut dapat dengan mudah diakses pada saat dibutuhkan. Penelitian ini dilatarbelakangi fakta bahwa petugas masih membutuhkan waktu yang lama untuk mengumpulkan informasi dalam kegiatan pelaporan, karena jumlah pasien yang imunisasi terus bertambah setiap harinya. Waktu yang dibutuhkan cukup lama berpengaruh secara signifikan terhadap kinerja tenaga kesehatan. Tujuan dari penelitian ini adalah mendesain ulang sistem informasi imunisasi untuk membantu pengelolaan pelaporan medis sebagai upaya menjaga kualitas pelayanan kesehatan. Rancangan sistem imunisasi yang dikembangkan dapat mencakup informasi pengolahan dan pelaporan data imunisasi di rumah sakit agar tenaga medis dapat melaporkan hasil secara cepat dan akurat kepada layanan imunisasi. Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dengan pendekatan kualitatif. Pengumpulan data dilakukan melalui observasi, wawancara dan studi literatur hasil penelitian peneliti dan praktisi. Metode pengembangan sistem menggunakan metode waterfall. Hasil penelitian ini menunjukkan bahwa penggunaan teknologi merupakan cara yang cukup untuk mendukung pekerjaan pengolahan data dan pelaporan secara lebih efisien ketika tersedia data yang valid.
Kata kunci: imunisasi; rekam medis; sistem informasi
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