BPJS AbstrakBPJS Kesehatan merupakan salah satu layanan yang sangat penting bagi masyarakat. Bagi masyarakat yang mengalami sakit dan telah terdaftar di BPJS, maka biaya pengobatannya akan ditanggung oleh pihak BPJS dan masyarakat tersebut lah yang dikatakan sebagai Pasien BPJS. Akan tetapi apabila seorang pasien BPJS mengalami sakit, maka pasien terlebih dahulu berobat ke puskesmas atau Faskes tingkat 1 sebelum dirujuk ke Rumah Sakit. Oleh karena itu Penelitian ini bertujuan untuk membangun sistem pendukung keputusan yang mempunyai kemampuan menganalisa dalam menentukan rumah sakit rujukan bagi Pasien BPJS pada puskesmas atau Faskes tingkat 1. Metode yang digunakan dalam penelitian ini yaitu Weighted Sum Model (WSM). Adapun sampel Rumah Sakit yang digunakan sebanyak 10 yang diperoleh dari UPT Puskesmas Padang Bulan, Jln. Jamin Ginting -Medan. Berdasarkan perhitungan yang dilakukan diperoleh nilai tertinggi sebesar 77,5, yakni pada RS3. Oleh karena itu, rumah sakit ini merupakan rumah sakit terdepan sebagai rujukan bagi Pasien BPJS. Penelitian ini diharapkan dapat membantu pihak Puskesmas atau Faskes tingkat I di kota Medan dalam memberikan rujukan rumah sakit bagi pasien BPJS.
Dalam dunia perbankan keberadaan kredit merupakan hal yang tak lepas dari salah satu bentuk usaha yang dijalankan oleh dunia perbankan. Perbankan menjalankan kegiatan dan selalu memperhatikan resiko kredit yang akan terjadi dalam hal pemberian kredit. PT. BPR Milala mengalami masalah dalam kredit dan membutuhkan suatu sistem untuk mempercepat dalam pengelompokkan dan mempersingkat waktu dalam menyelesaikan data kredit bermasalah, maka dibutuhkan suatu sistem berbasis komputer yang dapat mengelompokan data kredit bermasalah yaitu dengan keilmuan Data mining. Data mining adalah proses penggalian data secara mendalam untuk mengetahui hal yang berarti dan tidak diketahui. Penerapan Data mining telah banyak digunakan dalam pengelolahan data untuk menghasilkan pengetahuan. Selanjutnya algoritma yang akan digunakan untuk pengelolaan Data mining pada kasus dalam pengelompokkan data kredit bermasalah adalah K-Means Clustering. Penerapan algoritma K-Means telah digunakan dalam berbagai kasus pengelompokan data seperti yang digunakannya K-Means Clustering untuk meningkat kinerja perusahaan dalam mengelompokkan data kredit bermasalah yang lebih efektif dan efesien. Dari sistem tersebut mendapatkan hasil yang maksimal dalam mengelompokkan data kredit bermasalah dengan menggunakan algoritma k-means yang lebih efisien maupun efektif.
Pelaksanaan kegiatan berupa pembuatan sistem informasi laporan kegiatan santri menggunakan Management Information System (MIS) pada Pondok Tahfidz Al-Qur’an Darul Adib berbasis Web dan Android. Berdasarkan hasil wawancara di Tahfizd Al-Qur’an Darul Adib memiliki permasalahan untuk mengetahui laporan hafalan baru santri, laporan muraja’ah harian santri, laporan tabungan santri, laporan uang syariah santri, dan laporan kesalahan santri.Membangun sebuah MIS yang nantinya dapat memberikan manfaat teknologi komputer dengan cara mempercepat informasi bagi Tahfidz Al-Qur’an Darul Adib pada khususnya dalam pengelolaan informasi pencatatan dokumen dan laporan kepada wali santri.Dengan adanya MIS tentunya memberikan kemudahan yang dapat membantu menyelesaikan permasalahan Tahfidz Al-Qur’an Darul Adib.Kata kunci: Laporan Kegiatan Santri; Sistem Informasi Manajemen; Tahfidz Al-Qur’an Darul Adib
Yayasan Pendidikan Raksana Medan memiliki 4 jenis sekolah yaitu SMP, SMA, SMK R1, dan SMK R2, dan mempunyai lebih dari 1000 siswa. Dengan adanya jurusan Rekyasa Perangkat Lunak pada jenis sekolah SMK Raksana 2, pihak sekolah mengelompokkan siswa dengan keahlian berbeda berdasarkan nilai dan kemampuannya, dikelompokan menjadi 2 yaitu Rekyasa Perangkat Lunak Programing Web dan Programing Android pada siswa SMK Raksana 2 Medan. Adapun kendala dalam pengelompokan siswa yang berkompetensi karena data siswa masih konvensional ataupun sistem masih lambat. Permasalahan tersebut dapat diselesaikan dengan bidang keilmuan Data Mining. Data mining digunakan dalam pengelompokan siswa Rekyasa Perangkat Lunak Programing Web dan Programing Android. Penerapan Metode Clustering telah banyak digunakan dalam berbagai kasus pengelompokan data seperti Algoritma K-Means Clustering. Untuk meningkat mutu sekolah dalam penentuan siswa Rekyasa Perangkat Lunak sesuai dengan keahlian masing-masing yang lebih efektif dan efisien. Hasil metode ini dapat sebagai alat bantu dalam pengelompokan siswa Rekyasa Perangkat Lunak Programing Web dan Programing Android pada siswa SMK Raksana 2 Medan.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.