Jurnal Surya Informatika

Aplikasi Dini Malnutrisi Anak Pada Puskesmas Buaran Berbasis Android

2024-09-08T03:39:09+00:00

Meski angka malnutrisi turun dalam 10 tahun terakhir, Indonesia masih memiliki angka malnutrisi ibu dan anak yang tertinggi di dunia. Di Kecamatan Buaran, malnutrisi pada anak belum sepenuhnya tuntas, 5 dari 10 desa di Kecamatan Buaran masih terdapat anak dengan permasalahan malnutrisi. salah satu penyebab terjadinya gizi buruk pada anak di Kabupaten Pekalongan, Kecamatan Buaran yaitu karena minimnya kesadaran dan pengetahuan orang tua mengenai pentingnya asupan gizi pada anak. Oleh karena itu, diperlukan sebuah solusi berbasis teknologi sebagai upaya untuk meningkatkan awareness orang tua mengenai pentingnya gizi bagi anak mereka. Penelitian ini bertujuan untuk mengembangkan aplikasi deteksi dini malnutrisi anak yang dapat digunakan oleh orang tua. Aplikasi ini dirancang untuk memfasilitasi deteksi dini indikasi awal malnutrisi. Pengembangan aplikasi ini menggunakan Kodular, serta Tiny DB dan Firebase sebagai basis data. Metode pengembangan yang digunakan yaitu Waterfall. Dari hasil desain dan pengembangan sistem, maka aplikasi deteksi dini malnutrisi anak berhasil dibuat. Hasil penelitian ini berupa aplikasi yang menyediakan informasi seputar gizi dan deteksi dini malnutrisi yang memberikan interpretasi status gizi yang sesuai berdasarkan berat badan menurut umur dan tinggi badan menurut umur

Komparasi Metode Exponential Smoothing dan Holt-Winters Untuk Meramalkan Alkohol Swab di Laboratorium Keperawatan FIKES UMPP

2024-09-08T03:08:43+00:00

Perkembangan teknologi informasi beserta metode komputasi telah diaplikasikan untuk berbagai keperluan bisnis menjadi keunggulan kompetitif. Laboratorium FIKES UMPP, dikonfirmasi memiliki beberapa kendala berkaitan dengan manajemen laboratorium FIKES UMPP yang selama ini dilakukan, diantaranya adalah sering terjadinya bentrok jadwal diantara peminjaman ruang maupun peralatan dengan kegiatan praktikum, yang mana pihak pengelola secara khusus lebih memprioritaskan pada penggunaan kegiatan praktikum namun pada saat bersamaan ruang maupun peralatan masih dalam kondisi dipinjam. Berkaitan dengan hal tersebut, pihak pengelola merasa kesulitan saat dihadapkan dengan kondisi tersebut karena untuk melakukan pemesanan dan menyediakan kebutuhan bahan habis pakai tidak bisa dilakukan dalam waktu yang cepat dikarenakan prosesnya harus melalui tahapan seperti opname persediaan, pengajuan khusus untuk pengadaan bahan habis pakai, verifikasi, maupun ketersediaan dan respon dari penyedia bahan atau barang habis pakai. Salah satu alternatif solusi yang dapat dilakukan adalah dengan menerapkan metode analisis tertentu untuk melakukan peramalan persediaan bahan atau barang habis pakai pada periode tertentu ataupun pada bulan mendatang. Peramalan menggunakan metode SES menunjukkan bahwa pada bulan ke 11, sampai ke 15 menghasilkan peramalan dengan jumlah nilai yang sama yaitu 193.352 dengan nilai alpha 0,8 menghasilkan nilai Train RMSE sebesar 158.3, Test RMSE sebesar 85.6, Train MAPE sebesar 2.2, dan test MAPE sebesar 1.2.Peramalan menggunakan metode Holt Winter menunjukkan bahwa pada bulan ke 11 = 217.53, bulan ke 12 = 239.18, pada bulan ke 13 = 260.83, pada bulan ke 14 = 282.47 dan pada bulan ke 15 = 304.122. dengan nilai alpha 0,8 menghasilkan nilai Train RMSE sebesar 189.3, Test RMSE sebesar 123.4, Train MAPE sebesar 4.99, dan test MAPE sebesar 1.7.Hasil akhir komparasi metode analisis yang dilakukan, menunjukkan bahwa Simpel Eksponential Smoothing memiliki nilai RMSE dan juga MAPE lebih kecil daripada Holt Winter, sehingga dapat disimpulkan bahwa Simple Eksponential Smoothing lebih bagus dari pada Holt Winter.

End User Computing Satisfaction (EUCS) Dalam Analisis Kepuasan Penggunaan Aplikasi Netflix

2024-10-01T14:09:44+00:00

Penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna aplikasi Netflix di Indonesia dengan menggunakan metode End User Computing Satisfaction (EUCS). Data dikumpulkan dari 56 responden yang dievaluasi berdasarkan lima variabel utama: isi (content), akurasi (accuracy), bentuk (format), kemudahan penggunaan (ease of use), dan ketepatan waktu (timeliness). Hasil penelitian menunjukkan bahwa sebagian besar pengguna merasa puas dengan layanan yang disediakan Netflix, terutama dalam hal variasi konten, kemudahan navigasi, dan desain antarmuka. Namun, beberapa area memerlukan perbaikan, seperti penyesuaian harga langganan, peningkatan algoritma rekomendasi personalisasi, dan penambahan fitur aksesibilitas serta pilihan subtitle dan dubbing dalam berbagai bahasa. Temuan ini memberikan wawasan berharga bagi pengelola Netflix untuk mengidentifikasi dan mengimplementasikan strategi peningkatan layanan guna memenuhi dan melampaui ekspektasi pengguna di masa mendatang

Implementasi Pembelajaran Mendalam dalam Klasifikasi Sentimen Ulasan Aplikasi: Evaluasi Model BERT, LSTM, dan CNN

2024-10-12T13:48:07+00:00

Penelitian ini membahas tentang sistem analisis sentimen aplikasi menggunakan teknik pembelajaran mesin. Tujuannya adalah untuk mengidentifikasi sentimen positif, netral, dan negatif dari ulasan aplikasi Shopee Indonesia. Metode yang digunakan meliputi pengumpulan data ulasan aplikasi menggunakan Google Play Scraper, penghapusan duplikasi, dan preprocessing data untuk siap digunakan dalam model klasifikasi.Model-model yang digunakan adalah BERT, LSTM, dan CNN. Model BERT didapatkan dengan menggunakan pre-trained bert-base-uncased dan dilatih dengan dataset ulasan aplikasi yang telah diproses. Sedangkan model LSTM dan CNN didapatkan dengan menggunakan tokenizer dan teknik padding sequence untuk menghadapi masalah variabel panjang teks.Hasil eksperimen menunjukkan bahwa semua tiga model memiliki performa yang baik dalam mengklasifikasikan sentimen ulasan aplikasi. Namun, model BERT memberikan hasil akurasi tertinggi (83%) dibandingkan dengan model LSTM (78%) dan CNN (75%). Hasil ini menunjukkan model BERT dapat menganalisis sentimen aplikasi secara efektif karena kemampuannya dalam mendeteksi pola bahasa kompleks dan meningkatkan akurasi prediksi.

Sistem Informasi Pengolahan Data Bantuan Sosial Pada Kantor Kelurahan Muara Dua Kecamatan Prabumulih Timur Kota Prabumulih Menggunakan VB. Net

2024-11-05T02:31:05+00:00

Sistem informasi pengolahan data bantuan sosial adalah sistem yang dirancang untuk membantu proses pendataan, pengelolaan, dan penyaluran bantuan sosial secara efektif dan efisien. Dengan menggunakan software Visual Basic .NET, sistem ini dapat dibuat dengan berbagai fitur untuk mempermudah proses pengolahan data bantuan sosial pada Kantor Kelurahan Muara Dua, Kecamatan Prabumulih Timur, Kota Prabumulih. Pengelolaan data bantuan sosial masih dilakukan secara manual, yang berpotensi menimbulkan kesalahan data, keterlambatan, dan kesulitan dalam pemantauan penyaluran bantuan. Oleh karena itu, dirancang sebuah Sistem Informasi Pengolahan Data Bantuan Sosial berbasis desktop menggunakan Visual Basic.NET yang bertujuan untuk meningkatkan efisiensi dan akurasi dalam pengelolaan data bantuan sosial. Pendataan Penerima Bantuan akan Memudahkan proses pendaftaran dan pencatatan data penerima bantuan secara terstruktur dan terperinci. Pengelompokan Data Penerima Berdasarkan Kategori Bantuan memungkinkan pengelompokan data penerima berdasarkan jenis bantuan yang diterima. Pelaporan dan Pemantauan Penyaluran Bantuan menyediakan laporan yang mudah dipantau untuk melihat jumlah bantuan yang sudah disalurkan dan yang masih tersedia. Riwayat dan Dokumentasi Penyaluran Bantuan akan Menyimpan data riwayat penyaluran bantuan untuk memudahkan pemantauan dan menghindari duplikasi penerima bantuan. Penggunaan sistem ini diharapkan dapat membantu pegawai kelurahan dalam mengelola data bantuan sosial dengan lebih cepat, akurat, dan terorganisir. Dengan adanya Sistem Informasi Pengolahan Data Bantuan Sosial ini, diharapkan pula peningkatan transparansi dan akuntabilitas dalam penyaluran bantuan sosial kepada masyarakat.