Publisher

TRILOGITRILOGI

Journal Jurnal Sistem Informasi dan Sains TeknologiJurnal Sistem Informasi dan Sains Teknologi Abstract

Penerapan machine learning dalam teknologi informasi memberikan dampak yang besar dan perubahan khususnya pada bidang kesehatan. Pukesmas Muara Satu Kabupaten Aceh Utara merupakan unit pelaksana atau pembantu dalam Kesehatan di bawah Kementrian Kesehatan. Pukesmas Muara Satu terdapat beberapa poli yang masing-masing poli memiliki data pasien tersendiri, poli anak saat ini menjadi salah satu poli dengan absen terbanyak sehingga membutuhkan pendataan rekam medis yang efisien, saat ini perekakan data pasien masih menggunakan system manual dan system penerapan machine learning dapat menyelesaikan persebaran pola pasien pada daerah-daerah yang ada dikota lhokseumawe. Hasil dari penelitian ini dapat melakukan pengelolaan data pasien Poli Anak di Puskesmas Muara Satu dan dapat memudahkan para staff dalam mendata rekam medis Poli Anak di Puskesmas. Hasil dari persebaran pola dapat dilihat pda nama desa blang panyang Jumlah Pasien 92, C1 40,46488 dan C2 2,151047, daerah padang sakti Jumlah Pasien 109, pasien pria 64 untuk nilai C1 2,50038 dan C2 adalah 2,151047. Hasil akhir nilai perhitungan k-means Meuria Paloh, 37,9645, Blang Pulo 37,9645, Batuphat Timur 37,9645.

Conclusion

Dengan adanya penelitian ini pihak puskesmas Muara Satu dapat mengakses dengan mudah rekam medis poli anak yang membuat staff masih melakukan pendataan berkas yang menggunakan sistem manual.Adanya sistem informasi rekam medis poli anak yang dapat dengan solusi efektif untuk membantu staff dalam memberikan informasi secara komputerisasi dan bertujuan untuk dapat mempercepat pekerjaan staff dalam pendataan rekam medis pasien poli anak.Hasil dari penerapan machine learning rekam medis poli anak dengan model k-means dalam melihat pendata pasien dapat melakukan pengelompokkan data pasien dan penelitian ini dapat melakukan perancangan dari Sistem Informasi Rekam Medis Poli Anak ini sehingga pengelolaan data Rekam Medis pasien menjadi lebih efektif.

Future Research

Penelitian lanjutan dapat mengembangkan sistem informasi ini dengan menambahkan fitur analisis prediksi kebutuhan layanan kesehatan berdasarkan pola data pasien. Peneliti juga dapat mengeksplorasi model machine learning lain seperti Decision Tree atau Neural Network untuk meningkatkan akurasi pengelompokan data pasien. Selain itu, penelitian dapat melibatkan komunitas setempat untuk meningkatkan kesadaran tentang pentingnya pendataan gizi anak, sehingga data yang dikumpulkan lebih akurat dan relevan. Hal ini dapat dilakukan dengan menyebarkan edukasi melalui media sosial atau program pelatihan dasar IT bagi staf puskesmas. Dengan menggabungkan teknologi dan pendekatan edukasi, sistem akan lebih efektif dalam mendukung pengambilan keputusan kesehatan berbasis data. Penelitian juga dapat mengevaluasi kinerja sistem secara berkala untuk memastikan keandalan dan skalabilitas dalam penggunaan jangka panjang. Selain itu, integrasi sistem ini dengan layanan kesehatan lain seperti laboratorium atau farmasi dapat menciptakan ekosistem kesehatan yang lebih terpadu. Peneliti juga perlu mempertimbangkan faktor keamanan data dan privasi pasien dalam pengembangan sistem, terutama dalam konteks penggunaan teknologi di daerah pedesaan. Pengembangan antarmuka pengguna yang lebih ramah dan intuitif juga menjadi arah penting untuk memastikan adopsi sistem oleh staf medis yang mungkin tidak memiliki latar belakang teknis. Dengan demikian, penelitian lanjutan dapat memberikan kontribusi signifikan dalam meningkatkan efisiensi dan kualitas layanan kesehatan di tingkat lokal.

References

1. Jurnal Ilmiah INFOKAM : Jurnal Nasional Komputer dan Manajemen. analisa perencanaan sistem rekam medis... amikjtc.com/jurnal/index.php/jurnal/article/view/305Jurnal Ilmiah INFOKAM Jurnal Nasional Komputer dan Manajemen analisa perencanaan sistem rekam medis amikjtc jurnal index php jurnal article view 305
2. APPLICATION OF MACHINE LEARNING IN PREDICTING CHILDREN'S NUTRITIONAL STATUS WITH MULTIPLE LINEAR... journal.universitasmulia.ac.id/index.php/mst/article/view/363APPLICATION OF MACHINE LEARNING IN PREDICTING CHILDRENS NUTRITIONAL STATUS WITH MULTIPLE LINEAR journal universitasmulia ac index php mst article view 363
3. Klasterisasi Tingkat Kehadiran Dosen Menggunakan Algoritma K-Means Clustering | Jurnal Sistim Informasi... doi.org/10.37034/jsisfotek.v2i1.17Klasterisasi Tingkat Kehadiran Dosen Menggunakan Algoritma K Means Clustering Jurnal Sistim Informasi doi 10 37034 jsisfotek v2i1 17

Metadata

File size	874.32 KB
Pages	7
DMCA	Report