Abstract:Abstract: The issue of stunting represents a significant obstacle in public health development efforts, particularly in the Asahan Regency area. Stunting not only affects children’s physical growth but also has implications…
tions for intellectual capacity and productivity in the future. This study aims to develop an information system based on a Web Geographic Information System (Web GIS) to monitor the geographic distribution of stunting cases and assist the Asahan Regency Health Office in making data-driven policy decisions. The method applied in this research is a quantitative descriptive approach, encompassing the stages of problem identification, data collection, system requirements analysis, design, implementation, and system evaluation. The research findings show that the developed Web GIS platform successfully displays stunting data by district through interactive digital map representation, facilitates data input and updates by healthcare workers, and provides information accessible to the general public. The system is considered capable of improving the effectiveness and efficiency of stunting case monitoring, while also supporting information transparency and the planning of more targeted intervention programs. With the implementation of this Web GIS, stunting prevention efforts in Asahan Regency can be carried out in a more structured manner and based on accurate spatial data.
Keywords: stunting; geographic information system; monitoring; mapping; asahan regency
Abstrak: Permasalahan stunting merupakan hambatan signifikan dalam upaya pengembangan kesehatan publik, terutama di wilayah Kabupaten Asahan. Stunting tidak hanya mempengaruhi aspek pertumbuhan jasmani anak, namun juga berimplikasi pada kemampuan intelektual dan daya produktif di masa mendatang. Studi ini memiliki tujuan untuk membangun sistem informasi yang berbasiskan Web Geographic Information System (Web GIS) dengan maksud memantau distribusi kasus stunting secara geografis dan memfasilitasi Dinas Kesehatan Kabupaten Asahan dalam proses pengambilan kebijakan yang berdasarkan data. Metode yang diterapkan dalam riset ini adalah pendekatan deskriptif kuantitatif, meliputi fase identifikasi permasalahan, koleksi data, kajian kebutuhan sistem, perancangan, penerapan, dan penilaian sistem. Temuan penelitian menunjukkan bahwa platform Web GIS yang dikembangkan berhasil menampilkan data stunting per kecamatan melalui representasi peta digital yang interaktif, memfasilitasi proses input dan pemutakhiran data oleh tenaga kesehatan, serta menyediakan informasi yang dapat diakses oleh khalayak umum. Sistem tersebut dianggap mampu meningkatkan keefektifan dan keefisienan dalam monitoring kasus stunting, sekaligus mendukung keterbukaan informasi dan perencanaan program intervensi yang lebih tepat sasaran. Dengan adanya implementasi Web GIS ini, langkah-langkah penanggulangan stunting di Kabupaten Asahan dapat dilaksanakan dengan pendekatan yang lebih terstruktur dan berdasarkan data spasial yang tepat.
Kata Kunci: stunting; sistem informasi geografis; monitoring; pemetaan; kabupaten asahan
Abstract:The level of health significantly influences the quality of human resources. The family, being the most basic unit of society, has a significant impact on enhancing health outcomes. A mother is suitable for this role, as…
she is responsible for caring for the entire family. Kader PKK (members of the Family Welfare Movement, a community-based women's organization in Indonesia) of RW 04 in Badean Village, Bondowoso District, Bondowoso Regency has an opportunity to enhance their potential through women's empowerment. The distribution of educational and economic levels among people in RW 04, Badean Subdistrict, is uneven, resulting in a disparity in their health status as well. This service activity focuses on empowering women through the implementation of the Participatory Rural Appraisal (PRA) method. The aim is to enhance the quality of community health by conducting counseling and training on preparing nutritious food using Moringa leaves, which are readily accessible to the population. This service activity has enhanced the knowledge and skills of Kader PKK of RW 04 in processing nutritious meals. They can also disseminate the knowledge they have acquired to mothers in their surroundings, thus improving the effectiveness of initiatives to empower women in the healthcare sector.
Keywords: Counseling and training; nutritious meals; kader PKK
Abstrak: Salah faktor yang berperan besar terhadap kualitas sumber daya manusia adalah tingkat kesehatan. Keluarga sebagai kelompok sosial terkecil dalam masyarakat memegang peran penting dalam perbaikan status kesehatan. Peran ini dapat dipegang oleh seorang ibu karena ibulah yang bertugas merawat seluruh keluarga. Salah satu kelompok yang berpeluang dikembangkan potensinya melalui pemberdayaan wanita adalah kader PKK (Pembinaan Kesejahteraan Keluarga) RW 04 Kelurahan Badean Kecamatan Bondowoso Kabupaten Bondowoso. Tingkat pendidikan dan perekonomian warga di lingkungan RW 04 Kelurahan Badean tidak merata, sehingga status kesehatannya juga belum merata. Pada kegiatan pengabdian ini dilaksanakan upaya pemberdayaan perempuan menggunakan metode PRA (Participatory Rural Appraisal) berupa upaya peningkatan kualitas kesehatan masyarakat melalui kegiatan penyuluhan dan pelatihan pembuatan makanan bergizi berbasis daun kelor yang mudah didapat di sekitar lingkungan warga. Dengan adanya kegiatan pengabdian ini pengetahuan dan keterampilan kader PKK RW 04 mengenai pengolahan makanan bergizi menjadi meningkat. Para kader juga dapat menyampaikan ilmu yang diperolehnya kepada para ibu di lingkungannya, sehingga upaya pemberdayaan perempuan dalam bidang kesehatan menjadi lebih optimal.
Kata kunci: Penyuluhan dan pelatihan; makanan bergizi; kader PKK
Abstract:Abstract: Inventory management of consumable medical devices and drugs plays a crucial role in maintaining the continuity of healthcare operations. However, Jelita Dental Care still faces challenges in recording and controlling…
rolling stock due to manual procedures, which can lead to data inaccuracy, procurement delays, and the risk of stockouts. To address these issues, this study aims to develop a web-based Electronic Supply Chain Management (E-SCM) system that integrates stock monitoring and procurement processes. The Reorder Point (ROP) method is applied to determine the optimal reorder point based on average demand, lead time, and safety stock. This system was built using the PHP programming language and MySQL database. The results show that the JelitaMed system is able to improve the effectiveness and accuracy of inventory management, simplify the structured procurement submission process between the admin, owner, and supplier, and support decision-making in maintaining the availability of consumable medical devices and drugs. Thus, the implementation of E-SCM combined with the ROP method is a practical solution to improve inventory control in small-scale health clinics.
Keywords: e-scm; inventory; information system; medical supplies; reorder point.
Abstrak: Pengelolaan persediaan alat dan obat medis habis pakai memiliki peran penting dalam menjaga keberlangsungan operasional layanan kesehatan. Namun, Jelita Dental Care masih menghadapi kendala dalam pencatatan dan pengendalian stok akibat prosedur manual, yang dapat menyebabkan ketidaktepatan data, keterlambatan pengadaan, serta risiko kekurangan persediaan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan mengembangkan sistem Electronic Supply Chain Management (E-SCM) berbasis web yang mengintegrasikan pemantauan stok dan proses pengadaan. Metode Reorder Point (ROP) diterapkan untuk menentukan waktu pemesanan ulang yang optimal berdasarkan permintaan rata-rata, lead time, dan safety stock. Sistem ini dibangun menggunakan bahasa pemrograman PHP dan database MySQL. Hasil penelitian menunjukkan bahwa sistem JelitaMed mampu meningkatkan efektivitas dan akurasi pengelolaan persediaan, mempermudah proses pengajuan pengadaan secara terstruktur antara admin, owner, dan supplier, serta mendukung pengambilan keputusan dalam menjaga ketersediaan alat dan obat medis habis pakai. Dengan demikian, penerapan E-SCM yang dikombinasikan dengan metode ROP menjadi solusi praktis untuk meningkatkan pengendalian persediaan pada klinik kesehatan skala kecil.
Kata kunci: alat medis; e-scm; persediaan; reorder point; sistem informasi
Abstract:Abstract: In the era of sensitive health data and frequent cyberattacks, securing electronic medical records (EMR) has become a critical challenge. This study proposes a hybrid encryption framework combining Affine and AES…
ES algorithms with an AI-based key management module to enhance EMR security while maintaining efficiency. A dataset of 1,000 simulated records was evaluated using five cryptographic configurations: Affine-only, AES-only, RSA-only, Affine–AES, and Affine–AES with AI. Performance was measured through encryption/decryption latency and ciphertext size, while security was assessed under brute-force, SQL injection, and phishing simulations. The AI decision tree for key generation was evaluated using accuracy, precision, recall, F1-score, and entropy metrics. Results show that the AI-enhanced hybrid method eliminates brute-force success, introduces only minor latency overhead, and generates high-entropy keys with reliability above 98%. These findings indicate that integrating AI-based dynamic key regeneration into hybrid encryption can improve EMR security while remaining practical for clinical and cloud-based healthcare systems. Future work should involve real clinical datasets and explore post-quantum cryptographic extensions.
Keywords: AI key management; attack resistance; encryption performance; electronic medical records; hybrid encryption
Abstrak: Di era meningkatnya sensitivitas data kesehatan dan maraknya serangan siber, perlindungan Rekam Medis Elektronik (RME) menjadi tantangan penting. Penelitian ini mengusulkan kerangka enkripsi hibrida yang menggabungkan algoritma Affine dan AES dengan modul manajemen kunci berbasis AI untuk meningkatkan keamanan RME tanpa mengorbankan efisiensi. Dataset simulasi berisi 1.000 entri diuji menggunakan lima konfigurasi kriptografi: Affine-only, AES-only, RSA-only, Affine–AES, serta Affine–AES dengan AI. Performa diukur melalui latensi enkripsi/dekripsi dan ukuran ciphertext, sedangkan keamanan dievaluasi melalui simulasi serangan brute force, SQL injection, dan phishing. Model decision tree untuk manajemen kunci dinilai menggunakan metrik akurasi, presisi, recall, F1-score, dan entropi. Hasil menunjukkan bahwa metode hibrida dengan AI menghilangkan keberhasilan brute force, menambah overhead latensi yang minimal, serta menghasilkan kunci berentropi tinggi dengan reliabilitas di atas 98%. Temuan ini menunjukkan bahwa regenerasi kunci dinamis berbasis AI dalam skema enkripsi hibrida dapat meningkatkan keamanan RME sekaligus tetap praktis untuk sistem klinis dan layanan kesehatan berbasis cloud. Penelitian selanjutnya disarankan menggunakan dataset klinis nyata dan mengeksplorasi kriptografi pascakuantum.
Kata kunci: enkripsi hibrida; ketahanan serangan; kinerja enkripsi; manajemen kunci berbasis AI; rekam medis elektronik
Abstract:Abstract: The Halodoc application, as a digital healthcare service platform, has been widely used for various medical purposes, such as doctor consultations, medication purchases, and laboratory services. User interactions…
ns and reviews play a crucial role in enhancing service quality. Sentiment analysis was conducted using the Support Vector Machine (SVM) method to assess user perceptions and satisfaction based on reviews obtained from the Google Play Store platform. The analysis process included data collection, text preprocessing, data transformation using TF-IDF, and training an SVM model to predict sentiment. The model achieved its highest accuracy of 88.32% in the first scenario. However, accuracy slightly decreased in the second and third scenarios, reaching 86.25% and 86.94%, respectively. The analysis results indicated that the model performed best in the first scenario, with the lowest number of prediction errors. Additionally, the model was more accurate in classifying negative and positive sentiments than neutral ones.
Keywords: halodoc application; sentiment analysis; support vector machine algorithm
Abstrak: Aplikasi Halodoc, sebagai platform layanan kesehatan digital, telah banyak digunakan untuk berbagai keperluan medis seperti konsultasi dokter, pembelian obat, dan layanan laboratorium. Interaksi pengguna dan ulasan mereka memiliki peran krusial dalam meningkatkan mutu layanan. Analisis sentimen dilakukan dengan menggunakan metode Support Vector Machine (SVM) untuk mengetahui persepsi dan kepuasan pengguna berdasarkan ulasan yang diperoleh dari Platform Google Play Store. Proses analisis mencakup pengumpulan data, pra-pemrosesan teks, transformasi data menggunakan TF-IDF, dan pelatihan model SVM untuk memprediksi sentimen. Hasil pelatihan model dengan akurasi tertinggi sebesar 88,32% pada skenario pertama. Akurasi sedikit menurun pada skenario kedua dan ketiga, masing-masing sebesar 86,25% dan 86,94%, Hasil analisa menunjukkan bahwa model memiliki performa terbaik pada skenario pertama dengan jumlah kesalahan prediksi terkecil. Selain itu, model cenderung lebih akurat dalam mengklasifikasikan sentimen negatif dan positif dibandingkan netral..
Kata kunci: algoritma support vector machine; analisis sentimen; aplikasi halodoc
Abstract:Abstract: Heart disease is one of the leading causes of death worldwide, making early detection and accurate diagnosis crucial for reducing mortality rates and improving patient outcomes. This study aims to evaluate the…
effectiveness of four machine learning algorithms—Logistic Regression, Random Forest, Support Vector Machine (SVM), and K-Nearest Neighbors (KNN)—in predicting heart disease, with a focus on enhancing model performance using Linear Discriminant Analysis (LDA) for feature reduction. Among the models, SVM achieved the highest accuracy at 84.24%, followed by Logistic Regression at 83.70%. Although Random Forest and KNN showed lower accuracies, all models benefited from LDA's dimensionality reduction. This study suggests that SVM, combined with LDA, offers an optimal solution for early and accurate heart disease prediction in the healthcare industry.
Keywords: feature reduction; heart disease; linear discriminant analysis (LDA); machine learning; SVM
Abstrak: Penyakit jantung merupakan salah satu penyebab utama kematian di seluruh dunia, sehingga deteksi dini dan diagnosis yang akurat sangat penting untuk menurunkan angka kematian dan meningkatkan hasil pengobatan pasien. Penelitian ini bertujuan untuk mengevaluasi efektivitas empat algoritma pembelajaran mesin—Regresi Logistik, Random Forest, Support Vector Machine (SVM), dan K-Nearest Neighbors (KNN)—dalam memprediksi penyakit jantung, dengan fokus pada peningkatan kinerja model menggunakan Analisis Diskriminan Linear (LDA) untuk reduksi fitur. Di antara model yang diuji, SVM mencapai akurasi tertinggi sebesar 84,24%, diikuti oleh Regresi Logistik dengan 83,70%. Meskipun Random Forest dan KNN menunjukkan akurasi yang lebih rendah, semua model memperoleh manfaat dari reduksi dimensi yang diberikan oleh LDA. Studi ini menunjukkan bahwa SVM yang dikombinasikan dengan LDA merupakan solusi optimal untuk prediksi penyakit jantung secara dini dan akurat dalam industri kesehatan.
Kata kunci: linear discriminant analysis (LDA); machine learning; penyakit jantung; reduksi fitur; SVM.
Abstract:Abstract: Artificial Intelligence (AI) is currently gaining popularity across various industries, including healthcare, finance, and others. In this study, AI technology is employed to devise an optimal marketing strategy…
y for Code Verse Computer Accessories Store using the K-Means algorithm. As part of machine learning, the K-Means algorithm, categorized under unsupervised learning, is implemented to cluster sales data for computer accessory products over the last three months of 2023. The results of the K-Means analysis identify two main clusters. Cluster one (Cluster 1) comprises products such as Mouse, Keyboard, Monitor, Headset, and Speaker, indicating consistent purchasing patterns and high consumer interest. Recommendations are made to increase stock for Cluster 1. Meanwhile, Cluster two (Cluster 2) consists of Mic products with lower interest, and it is not advisable to increase stock. The implementation of K-Means provides insights into purchasing patterns, enabling Code Verse to develop more effective marketing and inventory management strategies.
Keywords: K-Means algorithm; artificial intelligence; clustering
Abstract: Kecerdasan Buatan (AI) kini meraih popularitas dalam berbagai industri, termasuk sektor kesehatan, keuangan, dan lainnya. Pada penelitian ini, teknologi AI digunakan untuk merancang strategi pemasaran optimal bagi Toko Aksesoris Komputer CodeVerse dengan menggunakan Algoritma K-Means. Sebagai bagian dari machine learning, Algoritma K-Means, yang termasuk dalam kategori unsupervised learning, diimplementasikan untuk mengelompokkan data penjualan produk selama tiga bulan terakhir tahun 2023. Hasil dari analisis K-Means mengidentifikasi dua cluster utama. Cluster pertama (Cluster 1) terdiri dari produk Mouse, Keyboard, Monitor, Headset, dan Speaker, menunjukkan pola pembelian yang konsisten dan tingginya minat konsumen. Rekomendasi untuk menambah stok diberikan. Sementara itu, Cluster kedua (Cluster 2) terdiri dari produk Mic dengan minat lebih rendah, dan tidak disarankan untuk menambah stok. Implementasi K-Means memberikan wawasan tentang pola pembelian, memungkinkan CodeVerse mengembangkan strategi pemasaran dan manajemen persediaan yang lebih efektif.
Keywords: Algoritma k-means; kecerdasan buatan; clustering
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: 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:The integration of digitalization and Management Information Systems (MIS) has profoundly enhanced human resource efficiency, service quality, and operational effectiveness at Klinik Pratama Bunda Sarini. This study explores…
ores the role of MIS in optimizing workforce management and improving patient-centered care, highlighting both its advantages and the challenges encountered during implementation. Researchers employed a qualitative case study approach, utilizing semi-structured interviews and document analysis to examine HR professionals' experiences with digital transformation. The findings indicate that MIS has streamlined administrative workflows, reduced clerical inefficiencies, and improved real-time data accessibility, facilitating faster decision-making and higher patient satisfaction. However, workforce resistance, digital literacy limitations, and data security concerns created obstacles in the transition process. Structured HR-led training programs and phased implementation strategies effectively addressed these challenges. The study underscores the importance of sustained investment in workforce development, cybersecurity measures, and digital infrastructure to support long-term healthcare digitalization. Future research should evaluate the long-term impact of digital adoption in small-scale healthcare institutions.