Abstract: Abstract: Based on the results of National Basic Health Research in 2018 according to the proportion of total cholesterol levels in the population aged ≥45 years, 5 stated that as many as ≥10.5% of people had high…
had high cholesterol levels. The factors that cause hypercholesterolemia are nutritional status, especially obesity. Obesity is associated with lipoprotein, decreased High-Density Lipoprotein (HDL), and increased triglycerides and LDL, especially in central obesity. People who have a high percentage of body fat tend to have higher total cholesterol, LDL, and triglycerides compared to people who have normal weight. Nutrition counseling activities are carried out at the Johar Baru District Health Center which will be held on November 7, 2022. Respondents will be given a pre-test form containing 10 true and false statements for 10-15 minutes and then counseling will be carried out through poster media. After that, the respondent was given a post-test form. After 3 days of giving the material, monitoring, and evaluation were carried out on 5 respondents. This Monitoring and Evaluation will be carried out via telephone or the Whatsapp app. Based on the results of bivariate analysis, the results of knowledge obtained were p-value = 0.055 (p-value <0.05) so that it could be concluded that there was no difference in knowledge before and after nutritional education counseling using poster media in PTM patients at the Johar Baru District Health Center, Central Jakarta.
Keywords: cholesterol; fat consumption
Abstrak: Berdasarkan Hasil Riset Kesehatan Dasar Nasional pada tahun 2018 menurut proporsi kadar kolesterol total pada penduduk umur ≥45 tahun, 5 menyebutkan bahwa sebanyak ≥10,5% masyarakat memiliki kadar kolesterol tinggi. Adapun faktor penyebab hiperkolesterolemia adalah status gizi terutama obesitas. Terdapat keterkaitan antara obesitas dengan lipoprotein, peningkatan trigliserida dan LDL, penurunan High Density Lipoprotein (HDL), terutama pada obesitas sentral. Individu dengan persen lemak tubuh yang tinggi cenderung memiliki total kolesterol, LDL dan trigliserida yang lebih tinggi dibandingkan dengan individu dengan berat badan normal. Kegiatan penyuluhan gizi dilakukan di Puskesmas Kecamatan johar Baru yang dilaksanakan pada tanggal 7 November 2022. Responden akan diberikan form pre test yang berisikan 10 pernyataan benar dan salah selama 10-15 menit dan selanjutnya akan dilakukan penyuluhan melalui media poster. Setelah itu responden diberikan form post test. Setelah 3 hari pemberian materi dilakukan monitoring dan evaluasi kepada 5 responden. Monitoring dan Evaluasi ini akan dilakukan melalui telepon ataupun app Whatsapp. Berdasarkan hasil analisis bivariat, didapatkan hasil pengetahuan nilai p value = 0.055 (p-value < 0,05) sehingga dapat disimpulkan bahwa tidak terdapat perbedaan pengetahuan sebelum dan sesudah penyuluhan edukasi gizi menggunakan media poster pada pasien PTM di Puskesmas Kecamatan Johar Baru Jakarta Pusat.
Kata kunci: kolesterol; konsumsi lemak
Abstract:Abstract: The hypertension prevalence in Daerah Istimewa Yogyakarta places second rank of the province with highest cases of hypertension (Kemenkes, 2018). According to the top 10 of diseases visits data from 2 January to…
o 31 December 2020, hypertension prevalence at Puskesmas Danurejan 1 shows the prevalence of the visits’ highest number. Based on this issue, the researchers collaborated with Psychologist of Puskesmas Danureja I to conduct Conscious Breathing (COBRA) Therapy Training, as an effort to improve the skills of elderly Posyandu Cadres to treat hypertension evenly in Tegal Panggung sub-district. The activities in this program are generally divided into five stages, those are : identifying problems occurred in Puskesmas Danurejan I; obtanining information about hypertension cases and treatment carried out by Puskesmas Danurejan I; and trial of Conscious Breathing (COBRA) therapy implementation. The results of the statistical analysis of the pared sample t-test showed a Z score = -3.752a with a value of p = 0.000 (p <0.01). Therefore, it can be concluded that Conscious Breathing (COBRA) therapy training gave an impact on increasing the knowledge of elderly posyandu cadres about hypertension and its treatment.. Moreover, the Elderly Posyandu cadres also actively shared the knowledge to another Elderly Posyandu member.
Keywords: conscious breathing; elderly posyandu; hypertension; puskesmas.
Abstract: Prevalensi hipertensi di Daerah Istimewa Yogyakarta menempatkan urutan ke- 2 sebagai provinsi dengan kasus hipertensi tertinggi (Kemenkes, 2018). Prevalensi Hipertensi di Puskesmas Danurejan I menurut data 10 besar kunjungan penyakit pertanggal 2 januari sampai 31 desember 2018 menunjukan prevalensi jumlah kunjungan terbanyak. Hal ini membuat peneliti bekerja sama dengan Psikolog Puskesmas Danureja I melakukan pelatihan terapi Conscious Breathing (COBRA) sebagai upaya peningkatan ketrampilan kader posyandu lansia guna penanganan penyakit hipertensi secara merata di kelurahan Tegal Panggung. Kegiatan yang dilakukan pada program ini secara umum dibagi menjadi lima tahapan yaitu; mengindentifikasi masalah-masalah yang dialami oleh Puskesma Danurejan I, memperoleh informasi mengenai kasus hipertensi dan penanganan yang dilakukan oleh Puskesmas Danurejan I, uji coba pelaksanaan terapi Conscious Breathing (COBRA), Pelatihan terapi Conscious Breathing (COBRA), dan follow up pelatihan yang telah diberikan. Hasil analisis statistik pared sample t-test menunjukan Skor Z = -3.752a dengan nilai p = 0,000 (p < 0,01). Dapat disimpulkan bahwa ada pengaruh pelatihan terapi Conscious Breathing (COBRA) terhadap kenaikan pengetahuan kader posyandu lansia terhadap penyakit hipertensi dan penanganannya. Selain itu kader posyandu lansia juga aktif dalam memberikan ilmu yang didapatkan kepada anggota posyandu lansia.
Keywords: conscious breathing; hipertensi; posyandu lansia; puskesmas.
Abstract:Abstract: Stunting is a chronic nutritional condition in toddlers characterized by a Height-for-Age (HFA) measurement below the standard growth threshold, necessitating early detection to prevent long-term consequences.…
This study aims to classify toddler stunting status by comparing three machine learning methods: Random Forest (RF), K-Nearest Neighbor (KNN), and Support Vector Machine (SVM). The dataset comprises 345 toddler records from Puskesmas Indramayu (2025), including weight, height, and nutritional status based on WFA, HFA, and WFH indicators. Preprocessing steps include data cleaning, StandardScaler normalization, One-Hot Encoding for categorical features, and splitting the training and testing data with a ratio of 80:20. The comparison results are that KNN achieved the best performance with an accuracy of 71.01%, a precision of 0.69, a recall of 0.69, and an F1 score of 0.67, while RF and SVM both had an accuracy of 69.57% with F1 scores of 0.67 and 0.68, respectively. Thus, KNN demonstrated superior effectiveness in classifying the stunting status of toddlers compared to RF and SVM on this dataset.
Keywords: KNN; Random Forest; SVM; Stunting; toddlers
Abstract: Stunting adalah kondisi gizi kronis pada balita yang ditandai dengan pengukuran Tinggi Badan menurut Usia (HFA) di bawah ambang batas pertumbuhan standar, sehingga memerlukan deteksi dini untuk mencegah konsekuensi jangka panjang. Penelitian ini bertujuan untuk mengklasfikasikan status stunting pada balita dengan membandingkan tiga metode pembelajaran mesin: Random Forest (RF), K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM). Kumpulan data terdiri dari 345 catatan balita dari puskesmas indramayu (2025), termaksut brat badan, tinggi badan, dan status gizi berdasarkan indicator WFA, HFA, dan WFH. Langkah-langkah prapemrosesan meliputi pembersian data, normalisasi Stand-ardScaler, One-Hot Encoding untuk fitur kategirikal, serta pembagian data pelatihan dan pengujian dengan rasio 80:20. Hasil perbadingan adalah KNN mencapai kinerja terbaik dengan akurasi 71,01%, presisi 0,69, recall 0,69, dan skor F1 sebesar 0,67, RF dan SVM keduanya memiliki akurasi 69,57% dengan skor F1 masing-masing sebesar 0,67 dan 0,68. Dengan demikian, KNN menunjukkan keefektifan yang lebih unggul dalam mengklasifikasikan status stunting balita dibandingkan dengan RF dan SVM pada da-taset ini.
Kata kunci: KNN; random forest; SVM; Stunting; Balita
Abstract:Abstract: The increasing use of digital banking applications has led to the need for a deeper understanding of user perceptions, especially through aspect-based sentiment analysis. This study aims to classify the sentiment…
nt of SeaBank app users by focusing on four main aspects: learnability, efficiency, technical issues or errors, and satisfaction. Review data totaling 1,971 comments were collected from the Google Play Store and labeled with sentiments based on the scores (ratings) given by users. The CRISP-DM approach serves as the methodological framework for this study, which includes five classification algorithms: Naïve Bayes, Support Vector Machine (SVM), k-Nearest Neighbor (k-NN), Decision Tree, and Random Forest. The evaluation results show that the SVM algorithm provides the best performance with the highest average value of the four aspects achieving accuracy of 93.91%, Precision of 91.16%, recall of 97.96% and F1-Measure of 94.33%. According to the research findings, the Support Vector Machine (SVM) algorithm provides the best performance when performing aspect-based sentiment analysis on text data from digital banking application reviews. The findings are expected to serve as a reference for the development of automated evaluation systems that rely on user opinions as the basis for decision making.
Keywords: aspects; CRISP-DM; digital Banking; seabank; sentiment analysis
Abstrak: Peningkatan pemakaian aplikasi perbankan digital mendorong perlunya pemahaman yang lebih dalam mengenai persepsi pengguna, terutama melalui analisis sentimen berbasis aspek. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pengguna aplikasi SeaBank dengan berfokus pada empat aspek utama: kemudahan dipelajari (learnability), efisiensi penggunaan (efficiency), kendala atau kesalahan teknis (error), serta tingkat kepuasan (satisfaction). Data ulasan berjumlah 1.971 komentar dikumpulkan dari Google Play Store dan diberi label sentimen berdasarkan skor (rating) yang diberikan oleh pengguna. Pendekatan CRISP-DM berfungsi sebagai kerangka metodologis untuk penelitian ini, yang mencakup lima algoritma klasifikasi: Naïve Bayes, Support Vector Machine (SVM), k-Nearest Neighbor (k-NN), Decision Tree, dan Random Forest. Hasil evaluasi menunjukkan bahwa algoritma SVM memberikan performa terbaik dengan nilai rata-rata dari ke empat aspek tertinggi yang mencapai accuracy sebesar 93.91%, Precision sebesar 91.16%, recall sebesar 97.96% dan F1-Measure sebesar 94.33%. Menurut temuan penelitian, algoritma Support Vector Machine (SVM) memberikan kinerja terbaik saat melakukan analisis sentimen berbasis aspek pada data teks dari ulasan aplikasi Seabank. Temuan ini diharapkan dapat menjadi referensi bagi pengembangan sistem evaluasi otomatis yang mengandalkan opini pengguna sebagai dasar pengambilan keputusan.
Kata kunci: Analisis Sentimen, Aspek, Bank Digital, SeaBank, CRISP-DM
Abstract:Abstract: Welfare is one of the things that determines the progress of a region, to achieve the welfare of its people, especially in the economic sector, a technique is needed to measure welfare that continues to change.…
This study aims to analyze the differences in the level of community welfare in Central Java Province by grouping regions based on several indicators. Grouping is done using data from various sources that include the main indicators of welfare. The method used in this study uses the K-Means data mining algorithm to group regional data according to their level of welfare. The results of the analysis divide the regions into three categories: Medium Welfare Level, which includes Banyumas, Purworejo, Boyolali, Klaten, Sukoharjo, Karanganyar, Sragen, Kudus, Jepara, Demak, Semarang, Kendal, and Pekalongan City and Tegal City, High Welfare Level, consisting of Magelang City, Surakarta City, Salatiga City, and Semarang City; and Low Welfare Level, covering Cilacap, Purbalingga, Banjarnegara, Kebumen, Wonosobo, Magelang, Wonogiri, Grobogan, Blora, Rembang, Pati, Temanggung, Batang, Pekalongan, Pemalang, Tegal, and Brebes Regencies. The findings show that the C2 region has a longer average length of schooling, higher per capita expenditure, and better HDI, reflecting a higher quality of life. This study provides an overview of welfare inequality in Central Java Province and suggests the need for more focused policies to improve the quality of life in each category of region.
Keywords: clustering; k-means; welfare
Abstrak: Kesejahreraan merupakan salah satu hal yang menentukan kemajuan suatu wilayah, untuk mencapai kesejahteraan masyarakatnya terutama di bidang ekonomi di perlukan teknik untuk mengukur kesejahteraan yang terus berubah, Penelitian ini bertujuan untuk menganalisis perbedaan tingkat kesejahteraan masyarakat di Provinsi Jawa Tengah dengan mengelompokkan wilayah berdasarkan beberapa indikator. Pengelompokan dilakukan menggunakan data dari berbagai sumber yang mencakup indikator-indikator utama kesejahteraan. Metode yang di gunakan dalam penelitian ini menggunakan algoritma data mining K-Means untuk mengelompokkan data wilayah menurut tingkat kesejahteraannya. Hasil analisis membagi wilayah menjadi tiga kategori: Tingkat Kesejahteraan Sedang, yang mencakup Kabupaten Banyumas, Purworejo, Boyolali, Klaten, Sukoharjo, Karanganyar, Sragen, Kudus, Jepara, Demak, Semarang, Kendal, serta Kota Pekalongan dan Kota Tegal, Tingkat Kesejahteraan Tinggi, terdiri dari Kota Magelang, Kota Surakarta, Kota Salatiga, dan Kota Semarang; dan Tingkat Kesejahteraan Rendah, mencakup Kabupaten Cilacap, Purbalingga, Banjarnegara, Kebumen, Wonosobo, Magelang, Wonogiri, Grobogan, Blora, Rembang, Pati, Temanggung, Temuan menunjukkan bahwa wilayah C2 memiliki rata-rata lama sekolah yang lebih panjang, pengeluaran per kapita yang lebih tinggi, dan IPM yang lebih baik, mencerminkan kualitas hidup yang lebih tinggi. Penelitian ini memberikan gambaran tentang ketidakmerataan kesejahteraan di Provinsi Jawa Tengah dan menyarankan perlunya kebijakan yang lebih terfokus untuk meningkatkan kualitas hidup di setiap kategori wilayah.
Kata Kunci: clustering; k-means; kesejahteraan
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: Since information and communication technology has become ingrained in our daily lives, it has become easier to access information. However, there are some concerns. One of them is about fake news. The aim of this…
his study is to develop an Indonesian system for detecting false news by utilizing news headlines. The methods used are linear kernel support vector ma- chine and n-gram. According to the findings of the performance test that was carried out, the linear kernel support vector machine model employing the term frequency inverse document frequency unigram feature performs better than utilizing bigram. The precision value generated from the model performance test is 1.00. This means that the degree of accuracy in matching the requested information regarding fake news detection with the answers provided by the system is very good. Then the recall value generated is 0.99. This means the linear kernel support vector machine model using unigram news features is very effective for detecting fake news according to the text classification approach.
Keywords: classification; fake news; n-gram; support vector machine
Abstrak: Dengan adanya integrasi teknologi informasi dan komunikasi dalam kehidupan mem- buat kemudahan dalam mengakses informasi. Walaupun demikian, terdapat kekhawatiran akan beberapa hal. Salah satu di antaranya adalah berita palsu. Tujuan penelitian ini adalah merancang sistem deteksi berita palsu berbahasa Indonesia berdasarkan judul berita. Metode yang digunakan adalah Support Vector Machine kernel linier dan n-gram. Berdasarkan hasil uji performa, model Support Vector Machine kernel linier yang menggunakan fitur term frequency inverse document frequency unigram menunjukkan kinerja yang lebih baik dibandingkan bi- gram. Nilai precision yang dihasilkan dari uji performa model sebesar 1,00. Ini berarti derajat akurasi dalam mencocokkan informasi yang diminta mengenai deteksi berita palsu dengan ja- waban yang diberikan oleh sistem sangat baik. Kemudian nilai recall yang dihasilkan sebesar 0,99. Ini berarti model Support Vector Machine kernel linier dengan menggunakan fitur berita unigram sangat efektif untuk mendeteksi berita palsu menurut pendekatan teks klasifikasi.
Kata kunci: klasifikasi; berita palsu; n-gram; support vector machine
Abstract:Abstract: Indonesia is included in the category of developing countries and is a country with a relatively large population. According to data from the Pematang Siantar City Population and Civil Registration Service, West…
t Siantar District is one of the sub-districts in Pematang Siantar City whose population continues to increase and this will lead to an increase in poverty and unemployment rates. To overcome the above problems, a method is needed to analyze the population growth of West Siantar, one of which is using the Backpropagation method. This research will use training data starting from 2017-2021 and test data from 2018-2022. The results carried out using MATLAB R2011a software show the best architecture 4-19-1 with an accuracy of 100 with an MSE number of 0.00010031375 and an epoch value of 124777. Based on the research carried out, the population of West Siantar in the next year is 86067 people. It is concluded that backpropagation can be used as a method that makes it easier to search for predictions and the level of accuracy obtained depends on the architecture used.
Keywords: Birth; Growth; Matlab; Predictions; Resident
Abstrak: Indonesia termasuk dalam kategori negara berkembang dan merupakan negara dengan jumlah penduduk yang relatif besar. Menurut data Dinas Kependudukan dan Catatan Sipil Kota Pematang Siantar, Kecamatan Siantar Barat merupakan salah satu kecamatan di Kota Pematang Siantar yang jumlah penduduknya terus meningkat dan hal ini akan berdampak pada peningkatan angka kemiskinan dan pengangguran. Untuk mengatasi permasalahan diatas diperlukan suatu metode untuk menganalisis pertumbuhan penduduk Siantar Barat, salah satunya adalah dengan menggunakan metode Backpropagation. Penelitian ini akan menggunakan data latih mulai tahun 2017-2021 dan data uji 2018-2022. Hasil yang dilakukan dengan menggunakan software MATLAB R2011a menunjukkan arsitektur terbaik 4-19-1 dengan akurasi 100 dengan angka MSE 0.00010031375 dan nilai epoch 124777. Berdasarkan penelitian yang dilakukan, populasi Siantar Barat di tahun berikutnya sebanyak 86067 orang. Disimpulkan bahwa backpropagation dapat digunakan sebagai metode yang memudahkan pencarian prediksi dan tingkat akurasi yang diperoleh tergantung pada arsitektur yang digunakan.
Keywords: Kelahiran; Matlab; Pertumbuhan; Penduduk; Prediksi
Abstract:Abstract. The stocktaking activities at the company take a relatively long time depending on the number of goods and assets owned. As a result, the company can only carry out stock taking at the end of the day or in a non-peak…
non-peak season. This condition resulted in the company’s being disorganized in doing stocktaking. This study aims to create an application that can facilitate the management of stocktaking inventory of goods. The system development method uses the SDLC (System Development Life Cycle) model. Which has the stages of planning, system analysis, system design, system implementation, system testing and system maintenance. Application improvement starts from system preparation to detailed system design terms, including database design, input output design, and Android-based technology. The information system is built using Android Studio using the Java programming language. This study resulted in a stock-taking application for inventory that stores information about stock taking inventory by displaying features of stock ownership data, inventory items, updating item data, and stocktaking inventory reports. It is hoped that PT. Barata Indonesia (Persero)Turbine Component Division will quickly, effectively, and efficiently in data processing stocktaking inventory of existing goods and compiling reports per period systematically.
Keywords: Android; Inventory; Stocktaking
Abstrak- Aktivitas stock opname dalam perusahaan memakan waktu yang relatif lama bergantung menurut banyaknya barang dan aset yang dimiliki, sebagai akibatnya perusahaan hanya bisa melaksanakan stock opname waktu akhir atau dalam keadaan tidak ramai (non-peak season). Kondisi ini mengakibatkan perusahaan tidak tertib dalam mengerjakan stock opname. Penelitian ini bertujuan menciptakan aplikasi yang bisa memudahkan manajemen stock opname persediaan barang. Metode pengembangan sistem menggunakan model SDLC (System Development Life Cyle) dimana mempunyai tahapan-tahapan Perencanaan, Analisis Sistem, Perancangan Sistem, Implementasi Sistem, Pengujian sistem dan Perawatan sistem. Perbaikan aplikasi dimulai dari persiapan sistem sampai termin desain sistem yang rinci, meliputi rancangan database, input output, sampai teknologi berbasis android. Sistem informasi dibangun menggunakan android studio menggunakan bahasa pemrograman java. Penelitian ini menghasilkan sebuah aplikasi stock opname persediaan barang yang menaruh informasi tentang stock opname persediaan barang dengan menampilkan fitur data stock opname, persediaan barang, update data barang dan report stock opname persediaan barang. Diharapkan bisa dipakai pihak PT. Barata Indonesia (Persero) Divisi Komponen Turbin secara cepat, efektif dan efisien pada pengolahan data stock opname persediaan barang yang terdapat dan menyusun laporan per periode secara sistematis.
Kata Kunci : Android; Persediaan Barang; Stock Opname
Abstract:Abstract: Sulaman Mayang's Industry has implemented a desktop-based system in data processing, a one-way system involving only one actor/user of the system. So that in use there are some new problems that have arisen that…
t affect the performance of services to customers. This study aims to analyze and test the quality of the Mayan embroidery information system using the McCall method. Analysis is carried out on several aspects of the product operation including the quality factors of correctness (truth), reliability (reliability), efficiency (efficiency), integrity (integrity) and usability (usability). Data was collected through questionnaires from 38 respondents involving workers/employees and customers. The results showed that overall the quality of the Sulaman Mayang information system was at the level of 76% (the quality of the information system was good according to the scale interpretation of the percentage of quality factors). Thus the quality of Mayang embroidery information systems needs to be improved in accordance with recommendations which are improvements to the quality of Mayan embroidery information systems.
Keywords: McCall Method; Sulaman Mayang; the quality of information system.
Abstrak: Industri Sulaman mayang sejauh ini menerapkan sistem berbasiskan dekstop dalam pengolahan data, sistem yang digunakan satu arah hanya melibatkan satu aktor/pengguna sistem saja. Sehingga dalam penggunaan ada beberapa persoalan baru yang bermunculan yang mempengaruhi kinerja layanan terhadap pelanggan. Penelitian ini bertujuan untuk menganalisa dan menguji kualitas sitem informasi sulaman mayang dengan meggunakan metode McCall. Analisa dilakukan terhadap beberapa aspek dalam product operation diantaranya faktor kualitas correctness (kebenaran), reliability (keandalan), effisiensy (efisien), integrity (integritas) dan usability (kegunaan). Data dikumpulkan melalui kuosioner dari 38 responden yang melibatkan pekerja/karyawan dan pelanggan. Hasil penelitian menunjukkan bahwa secara keseluruhan kualitas sistem informasi sulaman mayang berada pada level 76% (kualitas sistem informasi tersebut baik menurut skala penafsiran persentase faktor kualitas). Dengan demikian kualitas sistem informasi sulaman mayang perlu ditingkatkan sesuai dengan rekomendasi yang merupakan perbaikan kualitas sistem informasi sulaman mayang.
Kata kunci: kualitas sistem informasi; metode McCall; Sulaman Mayang