Journal of Information Technology

RANCANG BANGUN APLIKASI SISTEM PANTAU GULA DARAH DIABETES

Indriani — 2023-12-01

Teknologi memiliki peranan yang sangat penting dalam berbagai bidang, salah satu nya dalam bidang medis. pemanfaatan teknologi dalam bidang medis dapat digunakan untuk membantu pengelolaan data administrasi pasien hingga pemeriksaan kesehatan pasien yang berkaitan dengan data medis. Kasus penyakit yang membutuhkan pengelolaan data medis skala rutin yaitu Diabetes Melitus (DM). Menurut Data International Diabetes Federation (IDF) Atlas tahun 2021 menyebutkan bahwa Indonesia menempati peringkat ke-5 dengan jumlah penderita diabetes terbesar di dunia dengan memperlihatkan peningkatan angka jumlah penderita hampir dua kali lipat dalam kurun waktu dua tahun yaitu sebesar 19,46 juta kasus [1]. Dengan besarnya kasus tersebut dibutuhkannya pengelolaan Diabetes Melitus (DM) pada penderita secara berkala. Karena hal yang mendasar dalam pengelolaan DM, terutama DM tipe 2 adalah perubahan pola hidup, meliputi pola makan yang baik dan olahraga teratur. Kemampuan individu dalam mengelola kehidupan sehari-hari, mengendalikan serta mengurangi dampak penyakit yang diderita pasien dikenal dengan self- management. Tujuan utama sistem pantau DM dalam pengelolaan DM adalah mengatur kadar glukosa dalam batas normal guna mengurangi gejala dan mencegah komplikasi yang terjadi pada penderita DM. Adapun metode penelitian yang digunakan dalam pembangunan aplikasi self-management ini adalah metode Scrum. Hasil penelitian yang didapatkan adalah sistem informasi pantau gula darah diabetes yang memudahkan penderita diabetes untuk memantau kesehatannya secara mandiri.

Analisis Metode Certainty Factor dalam Akomodasi Inexact Reasoning pada Sistem Pakar Diagnosa Penyakita Jantung

anita desiani — 2023-12-01

Jantung merupakan organ penting pada tubuh yang berguna sebagai pemompa darah dengan tujuan memenuhi kebutuhan oksigen dan nutrisi ke tubuh. Jika jantung memiliki gangguan kinerja, aliran darah dalam tubuh menjadi tidak normal dan dapat mengakibatkan penyakit pada jantung. Jenis penyakit jantung yang awam meningkatkan tingkat kematian yaitu penyakit jantung koroner, penyakit gangguan pada katub jantung (heart valve disease), dan penyakit gangguan detak jantung (aritmia). Dalam hal ini, perlu adanya deteksi dini secara kompleks melalui sistem berakurasi tinggi yaitu sistem pakar. Sistem pakar memuat informasi yang rinci mengenai penyakit yang didiagnosa. Metode Certainty Factor merupaka metode faktor kepastian yang dapat mengatasi ketidakpastian (inexact reasoning) pakar dalam pengambilan keputusan berdasarkan gejala penyakit serta skala interval tingkat keyakinan terhadap gejala yang diberika oleh pengguna sistem. Penerapan sistem pakar dimulai dengan merakit suatu sistem dengan melibatkan akuisisi sumber pengetahuan yang dieksplorasi dari pakar spesialis jantung. Analisis yang didapatkan terhadap pengakomodasian inexact reasoning pada gejala dan skala interval tingkat keyakinan pengguna sistem untuk 5 data uji berdasarkan gejala yang dirasakan pengidap penyakit menghasilkan akurasi prediksi untuk setiap jenis penyakit jantung dimana 90.46% penyakit jantung koroner pada data uji pertama, 80.76% aritmia pada data uji kedua, 87.43% heart valve disease pada data uji ketiga, 93.12% jantung koroner pada data uji keempat, dan 93.96% penyakit heart valve disease pada data uji kelima. Penerapan metode certainty factor pada sistem pakar menghasilkan akurasi prediksi yang sesuai sehingga sistem pakar yang dirancang efektif untuk mengukur kepastian dalam diagnosis dan dapat menjadi alternatif deteksi dini terhadap beberapa jenis penyakit jantung.

Penerapan Algoritma FP-Growth Untuk Mengetahui Pola Pada Data Transaksi Percetakan (Studi Kasus Java Printing Batujajar)

Castaka Agus Sugianto — 2023-12-01

Pendataan transaksi percetakan memiliki manfaat penting yaitu untuk mengetahui produk yang paling diminati oleh pelanggan secara bersamaan dalam periode waktu tertentu. Java Printing Batujajar telah mencatat transaksi percetakan selama 2 tahun terakhir. Namun, kurangnya pengelolaan data menyebabkan persediaan bahan baku menjadi tidak teratur, sehingga banyak data transaksi yang hanya tercatat tanpa diproses lebih lanjut. Data yang dikumpulkan mencakup 704 catatan transaksi percetakan dari tahun 2021 hingga tahun 2022. Dalam hal ini, diperlukan solusi untuk mengidentifikasi pola dalam data transaksi tersebut. Penelitian ini bertujuan untuk menggunakan metode asosiasi dengan algoritma FP-Growth menggunakan perangkat lunak RapidMiner. Hasil penelitian menunjukkan adanya keterkaitan antara dua produk, yaitu Buku Yasin L 208hl (Lengkap/memakai siku dan pita rumbai 208 halaman) dan Buku Yasin L 224hl (Lengkap/memakai siku dan pita rumbai 224 halaman). Kedua produk ini memiliki nilai support tertinggi sebesar 11,5% dari total transaksi, menunjukkan bahwa keduanya sering dibeli bersamaan. Selain itu, nilai confidence untuk keterkaitan antara kedua produk ini mencapai 100%, artinya jika pelanggan membeli Buku Yasin L 208hl, mereka pasti akan membeli juga Buku Yasin L 224hl. Hasil pengujian menunjukkan bahwa dengan mengatur parameter eksperimen, nilai support dan confidence yang diperoleh lebih tinggi daripada menggunakan parameter default. Ini menandakan bahwa pengujian eksperimen lebih efektif dalam menemukan keterkaitan antara produk dan memberikan informasi yang lebih berharga dalam mengoptimalkan penataan dan penyimpanan bahan baku yang terkait.

Sistem Pendukung Keputusan Pemilihan Beasiswa Pada Mahasiswa dengan Metode TOPSIS

Muhammad Yusuf Al Harits — 2023-12-01

Sistem Pendukung Keputusan (SPK) menjadi alat yang penting dalam memfasilitasi proses pengambilan keputusan yang efisien dan efektif. Salah satu contohnya adalah dalam konteks pemilihan penerimaan beasiswa bagi mahasiswa. Pemilihan penerimaan beasiswa memerlukan pertimbangan berbagai kriteria yang kompleks dan subjektif. Dalam penelitian ini, dilakukan pengembangan sistem pendukung keputusan untuk membantu dalam pemilihan penerimaan beasiswa pada mahasiswa. TOPSIS digunakan sebagai dasar dalam pengambilan keputusan. Metode ini menggabungkan konsep perhitungan jarak dengan prinsip keberimbangan antara kriteria yang dianggap penting. Sistem Pendukung Keputusan ini menerima input berupa data kriteria yang relevan dengan pemilihan penerimaan beasiswa, seperti prestasi akademik, aktivitas ekstrakurikuler, keterlibatan sosial, dan faktor kebutuhan finansial. Data ini kemudian diolah menggunakan metode TOPSIS untuk menghasilkan peringkat dan rekomendasi penerimaan beasiswa bagi mahasiswa yang memenuhi kriteria yang ditetapkan. Hasil penelitian ini menunjukkan bahwa Sistem Pendukung Keputusan Pemilihan Beasiswa dengan Metode TOPSIS dapat membantu dalam memudahkan proses pengambilan keputusan yang lebih obyektif dan efisien dalam pemilihan penerimaan beasiswa. Dengan adanya sistem ini, institusi yang memberikan beasiswa dapat memiliki acuan yang lebih terukur dalam memilih mahasiswa yang memenuhi persyaratan dan kriteria yang ditetapkan.