UNESAUNESA
Jurnal Manajemen InformatikaJurnal Manajemen InformatikaMasa balita merupakan fase penting dalam pertumbuhan anak yang membutuhkan perhatian khusus, termasuk pemantauan kesehatan secara rutin. Posyandu Keluarga Teratai selama ini masih menggunakan pencatatan manual melalui Buku KIA, yang dinilai kurang efektif dan rawan kesalahan. Untuk mengatasi hal tersebut, dikembangkan sistem penilaian balita sehat dengan metode AHP untuk menentukan bobot kriteria dan TOPSIS untuk pemeringkatan. Hasil AHP menunjukkan bahwa Berat Badan memiliki bobot tertinggi (0,322), dengan rasio konsistensi 0,095. Metode TOPSIS digunakan untuk menentukan peringkat solusi ideal, menghasilkan 23 balita sehat, 2 butuh perhatian, dan 3 butuh penanganan. Sistem ini diuji menggunakan Black Box Testing dengan hasil akurasi 100%, yang menunjukkan bahwa seluruh fungsinya berjalan dengan baik. Diharapkan sistem ini membantu kader posyandu dalam pemantauan serta meningkatkan kesadaran orang tua.
Penelitian ini berhasil merancang dan menguji sistem pendukung keputusan untuk menentukan peringkat balita sehat di Posyandu Keluarga Teratai.Sistem ini menggunakan metode AHP untuk pembobotan kriteria dan TOPSIS untuk pemeringkatan, dengan akurasi 100% berdasarkan pengujian Black Box.Hasil implementasi menunjukkan bahwa sistem dapat mengklasifikasikan balita menjadi tiga kategori.
Berdasarkan hasil penelitian, pengembangan sistem ini dapat ditingkatkan dengan mengintegrasikan metode kecerdasan buatan (AI) seperti Machine Learning untuk meningkatkan akurasi dan kecepatan penilaian status kesehatan balita. Selain itu, penelitian lanjutan dapat fokus pada pengembangan sistem yang mampu memberikan rekomendasi intervensi gizi atau kesehatan yang dipersonalisasi berdasarkan hasil penilaian. Penelitian lebih lanjut juga dapat mengeksplorasi penggunaan data historis pertumbuhan balita untuk memprediksi potensi masalah kesehatan di masa depan, sehingga memungkinkan tindakan preventif yang lebih efektif. Integrasi dengan sistem informasi kesehatan yang lebih luas, seperti data dari puskesmas atau rumah sakit, juga dapat memberikan gambaran yang lebih komprehensif tentang kondisi kesehatan balita secara keseluruhan dan meningkatkan efektivitas program kesehatan masyarakat.
| File size | 704.6 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UMGUMG 5 sebesar 96,61%, dan Random Forest sebesar 95,76%. Uji ANOVA membuktikan perbedaan signifikan antar algoritma (p < 0,05), yang menandakan bahwa setidaknya5 sebesar 96,61%, dan Random Forest sebesar 95,76%. Uji ANOVA membuktikan perbedaan signifikan antar algoritma (p < 0,05), yang menandakan bahwa setidaknya
UMGUMG Paper ini menyajikan pengaruh komponen parasitik ESR (equivalent series resistance) terhadap amplitudo arus charging dan disipasi thermal kapasitor elektrolitPaper ini menyajikan pengaruh komponen parasitik ESR (equivalent series resistance) terhadap amplitudo arus charging dan disipasi thermal kapasitor elektrolit
POLNAMPOLNAM Penelitian ini berhasil mengimplementasikan prototype sistem layanan e-pengaduan Satgas PPKS Polnam sesuai dengan kebutuhan yang ada. Sistem ini menyediakanPenelitian ini berhasil mengimplementasikan prototype sistem layanan e-pengaduan Satgas PPKS Polnam sesuai dengan kebutuhan yang ada. Sistem ini menyediakan
UMIUMI Proses transaksi dapat dilakukan secara cepat dan akurat dengan menggunakan sistem Point of Sale (POS) yang dibangun menggunakan framework Laravel danProses transaksi dapat dilakukan secara cepat dan akurat dengan menggunakan sistem Point of Sale (POS) yang dibangun menggunakan framework Laravel dan
UMGUMG Pengujian difokuskan pada fitur-fitur utama, yaitu halaman penjualan dan pembelian, dengan menggunakan teknik equivalence partitioning dalam black boxPengujian difokuskan pada fitur-fitur utama, yaitu halaman penjualan dan pembelian, dengan menggunakan teknik equivalence partitioning dalam black box
UMGUMG Untuk mengatasi hal ini, penelitian ini menggunakan algoritma Naïve Bayes guna mengklasifikasikan barang laris dan tidak laris berdasarkan data penjualan.Untuk mengatasi hal ini, penelitian ini menggunakan algoritma Naïve Bayes guna mengklasifikasikan barang laris dan tidak laris berdasarkan data penjualan.
UMGUMG 049, memiliki kinerja lebih baik dibandingkan K-Means tanpa PCA dengan nilai DBI sebesar 0. 466. Studi ini diharapkan dapat meningkatkan kualitas dalam049, memiliki kinerja lebih baik dibandingkan K-Means tanpa PCA dengan nilai DBI sebesar 0. 466. Studi ini diharapkan dapat meningkatkan kualitas dalam
UNRAMUNRAM Sampah merupakan hasil buangan dari seluruh aktivitas manusia sehari-hari. Setiap hari manusia menghasilkan sampah, baik organik maupun anorganik, denganSampah merupakan hasil buangan dari seluruh aktivitas manusia sehari-hari. Setiap hari manusia menghasilkan sampah, baik organik maupun anorganik, dengan
Useful /
UMIUMI Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita dengan menggunakan algoritma support vector machine (SVM) yang dioptimalkan melaluiPenelitian ini bertujuan untuk mengklasifikasikan status gizi balita dengan menggunakan algoritma support vector machine (SVM) yang dioptimalkan melalui
UMIUMI Penelitian ini menunjukkan bahwa algoritma K-Medoids dapat diterapkan secara efektif pada data kejahatan asli dan dinormalisasi, tetapi kinerjanya bervariasiPenelitian ini menunjukkan bahwa algoritma K-Medoids dapat diterapkan secara efektif pada data kejahatan asli dan dinormalisasi, tetapi kinerjanya bervariasi
ARIPAFIARIPAFI Penelitian ini memberikan kontribusi penting pada wacana etika ekologi berbasis agama, dengan menempatkan ekologi Buddha sebagai kerangka konseptual untukPenelitian ini memberikan kontribusi penting pada wacana etika ekologi berbasis agama, dengan menempatkan ekologi Buddha sebagai kerangka konseptual untuk
UMGUMG Pengelompokan daerah rawan bencana sangat penting untuk membantu pihak berwenang dalam menentukan prioritas penanggulangan bencana, merencanakan strategiPengelompokan daerah rawan bencana sangat penting untuk membantu pihak berwenang dalam menentukan prioritas penanggulangan bencana, merencanakan strategi