Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal JOINT (Journal of Information Technology Tematik : Jurnal Teknologi Informasi Komunikasi
Hayati, Umi
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PERANCANGAN ARSITEKTUR ELECTRONIC MEDICAL RECORD (EMR) MENGGUNAKAN METODE ENTERPRISE ARCHITECTURE PLANNING (EAP) ARSITEKTUR ENTERPRISE Putri, Seni Meilani; Hayati, Umi; Dzulkarnaen, Rizal
JOINT (Journal of Information Technology) Vol 2 No 1 (2020): JOINT: Journal of Information Technology
Publisher : Bagian Penelitian, Pengabdian Masyarakat & Pusat Inovasi STMIK "AMIKBANDUNG"

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (858.214 KB) | DOI: 10.47292/joint.v2i1.005

Abstract

Klinik Sonny Medika Bidan Enen merupakan salah satu penyedia layanan kesehatan yang memiliki tenaga medis yang terampil, namun pengelolaan data yang ada pada klinik masih dilakukan secara manual. Resiko terjadinya kesalahan dalam penyimpanan dan pengelolaan data rekam medis yang diakibatkan kesalahan manusia (human error) masih cukup tinggi, sehingga dapat menurunkan kualitas pelayanan. Dengan dirancangnya sistem EMR (Electronic Medical Record) dapat membantu proses pengelolaan data rekam medis, sehingga pelayanan dan penyimpanan arsip lebih baik dan dapat mengurangi kesalahan yang terjadi. Perancangan EMR dilakukan dengan metoda EAP (Enterprise Architecture Planning) dengan menggunakan Zachman Framework. Terdapat empat tahapan yang dilakukan yang meliputi Tujuh komponen utama pada EAP yaitu Inisiasi Perancangan, Pemodelan Bisnis, Sistem Teknologi Saat Ini, Perancangan Arsitektur Data, Perancangan Arsitektur Aplikasi, Perancangan Arsitektur Teknologi, dan Rencana Implementasi. Hasil dari perancangan EMR dengan metode EAP berhasil mendefinisikan 3 proses bisnis. Pada arsitektur data menghasilkan 7 entitas data, pada arsitektur aplikasi dihasilkan 4 usulan aplikasi, serta pada arsitektur teknologi dihasilkan usulan perancangan arsitektur teknologi.
Pengenalan Wajah menggunakan Principle Component Analysis (PCA) dengan Model Algoritma Machine Learning untuk Mengidentifikasi Jenis Kelamin pada Kartu Identitas Mahasiswa Kurnia, Dian Ade; Hayati, Umi; Hartati, Tuti; Manikari, Salsa Loni; Afandi, Fahmi
TEMATIK Vol 9 No 2 (2022): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2022
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v9i2.1029

Abstract

Kajian tentang pengenalan wajah sampai saat ini masih banyak orang yang melakukan eksplorasi, hal ini dapat dilihat dari perkembangan teknologi Computer Vision yang diterapkan diberbagai aplikasi kehidupan. Tujuan penelitian ini adalah untuk mengidentifikasi wajah seseorang berdasarkan ciri atau featur jenis kelamin pada kartu identitas mahasiswa di sebuah perguruan tinggi. Metode yang digunakan melalui pendekatan data sains atau machine learning yaitu SEMMA (Sample, Explore, Modify, Model dan Asses) dengan penerapan pemodelan 2 (dua) algoritma yakni Support Vector Machine (SVM) dan Artificial Neural Network (ANN). Namun pemodelan tersebut juga didukung dengan pre-processing dengan teknik Principle Component Analysis (PCA) yang tujuannya mereduksi dimensi dari berbagai fitur gambar yang ada menjadi fitur yang terpilih. Hasil yang diperoleh dari penelitian ini bahwa adanya peningkatan performance pada aspek akurasi 77.50% untuk algoritma SVM dan 78.10%. Perolehan kinerja tersebut lebih baik dari penelitian sebelumnya yang tidak melibatkan teknik dimensi reduksi menggunakan PCA
Co-Authors Afandi, Fahmi Dzulkarnaen, Rizal Kurnia, Dian Ade Manikari, Salsa Loni Putri, Seni Meilani Tuti Hartati