JURNAL MAHAJANA INFORMASI

APLIKASI TRANSAKSI LAYANAN KESEHATAN PADA KLINIK PRATAMA TANJUNG BERBASIS MOBILE

Mustafa Kamal Haslin, Muhammad Zulfansyuri Siambaton, Rachmat Aulia — Fri, 19 Dec 2025 00:00:00 +0700

Klinik Pratama Tanjung merupakan salah satu fasilitas kesehatan yang melayani kebutuhan kesehatan masyarakat. Namun, proses transaksi layanan kesehatan pasien yang masih dilakukan secara manual seringkali menimbulkan berbagai kendala, seperti pencatatan data pasien yang kurang efisien, risiko kehilangan data, serta proses pembayaran yang memerlukan waktu lama. Penelitian ini bertujuan untuk merancang dan membangun aplikasi transaksi layanan kesehatan pasien berbasis mobile guna meningkatkan efisiensi dan akurasi pengelolaan data pasien, transaksi pembayaran, serta rekam medis di Klinik Pratama Tanjung. Metode pengembangan sistem yang digunakan adalah prototyping, dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian aplikasi. Aplikasi ini menyediakan fitur pencatatan transaksi layanan kesehatan, manajemen data obat, serta pembuatan laporan pembayaran secara otomatis. Pengujian sistem menggunakan metode black box menunjukkan bahwa aplikasi dapat berjalan sesuai fungsionalitas yang diharapkan, mempermudah proses administrasi, dan meningkatkan kualitas layanan klinik Pratama Tanjung. Dengan adanya aplikasi Transaksi Layanan Kesehatan ini, diharapkan proses transaksi layanan kesehatan di Klinik Pratama Tanjung menjadi lebih efektif, efisien, dan terintegrasi. Hasil penelitian menunjukkan bahwa aplikasi transaksi layanan kesehatan berbasis mobile yang dibangun mampu berjalan dengan baik sesuai dengan fungsionalitas yang direncanakan. Pengujian menggunakan metode black box menunjukkan seluruh fitur, seperti pendaftaran pasien, pencatatan transaksi layanan kesehatan, manajemen data obat, dan pembuatan laporan pembayaran otomatis.

SISTEM OTOMATIS PENGENDALIAN RUANGAN BERBASIS WEB MENGGUNAKAN ESP32 UNTUK EFISIENSI ENERGI RUANG PERKULIAHAN

Fadhillah Azmi, Amir Saleh — Fri, 19 Dec 2025 00:00:00 +0700

Teknologi Internet of Things (IoT) memiliki peran yang begitu penting untuk mendukung efisiensi energi di lingkungan kampus. Setiap ruang perkuliahan, biasanya terdapat banyak perangkat listrik seperti lampu dan AC yang sering beroperasi di luar jam penggunaan, dan mengakibatkan pemborosan energi yang signifikan. Penelitian ini bertujuan mengembangkan sistem otomatis ruangan atau Smart Room Controller berbasis web yang memungkinkan pengendalian perangkat secara manual, otomatis melalui penjadwalan, serta pemantauan status secara real-time. Sistem yang dibangun menggunakan perangkat mikrokontroler ESP32 sebagai pengendali utama, penyimpanan jadwal berbasis SPIFFS, komunikasi WebSocket, dan dashboard web yang dapat diakses tanpa aplikasi tambahan. Dari hasil pengujian menunjukkan bahwa seluruh fitur utama berjalan dengan baik, dengan waktu respons kontrol manual rata-rata <300 ms dan pembaruan status real-time <200 ms. Penjadwalan otomatis mencatat tingkat keberhasilan 96,7% dan penyimpanan jadwal bersifat persisten setelah restart perangkat. Evaluasi konsumsi energi pada ruang kuliah menunjukkan penurunan penggunaan energi harian dari 20,5 kWh menjadi 18,5 kWh, sehingga terjadi penghematan sebesar 9,8%. Berdasarkan hasil tersebut, sistem Smart Room Controller terbukti efektif dalam meningkatkan efisiensi energi dan mengurangi pemborosan penggunaan perangkat ruangan di kampus. Sistem ini memiliki potensi diterapkan secara lebih luas dan dikembangkan pada tahap berikutnya dengan integrasi algoritma kecerdasan buatan untuk optimasi penggunaan energi secara adaptif.

IMPLEMENTASI CNN UNTUK IDENTIFIKASI SPESIES REPTIL DAN AMFIBI BERBASIS CITRA DIGITAL

Aldo Romulus Napitupulu, Herri Suba L. Tobing, Ng Poi Wong, Kelvin Kelvin — Sat, 20 Dec 2025 00:00:00 +0700

Reptil dan amfibi merupakan dua kelompok hewan vertebrata yang memiliki peran penting dalam ekosistem, namun kerap sulit dibedakan hanya melalui pengamatan visual. Kemiripan warna kulit, bentuk tubuh, dan pola permukaan sering menimbulkan kesalahan identifikasi, terlebih ketika faktor pencahayaan, latar belakang, dan sudut pengambilan gambar bervariasi. Kondisi ini menimbulkan tantangan signifikan bagi proses identifikasi otomatis berbasis citra. Penelitian ini bertujuan mengembangkan model identifikasi berbasis citra dengan memanfaatkan algoritma Convolutional Neural Network (CNN), yang dikenal handal dalam mengekstraksi dan mempelajari fitur visual dari data citra kompleks. Dataset penelitian terdiri dari 6.045 gambar yang mencakup 10 spesies, dikategorikan menjadi dua kelas utama, yaitu reptil dan amfibi. Arsitektur CNN yang dirancang terdiri dari tiga lapisan konvolusi, pooling, dan fully connected, disertai mekanisme callback seperti EarlyStopping dan ModelCheckpoint untuk mencegah overfitting dan mempertahankan bobot terbaik. Hasil pengujian pada data uji menunjukkan akurasi 86,60%, dengan nilai F1-score 0,91 untuk kelas reptil dan 0,73 untuk kelas amfibi. Perbedaan kinerja ini menunjukkan model lebih optimal dalam mengenali reptil dibandingkan amfibi, yang kemungkinan disebabkan oleh distribusi data tidak seimbang dan kompleksitas visual pada amfibi. Secara keseluruhan, penelitian ini membuktikan bahwa CNN dapat digunakan sebagai alat bantu identifikasi otomatis yang efektif untuk membedakan spesies reptil dan amfibi berdasarkan citra visual.