Jerhi Wahyu Fernanda, Jerhi Wahyu
Unknown Affiliation

Published : 4 Documents
Articles

Found 4 Documents
Search

SISTEM INFORMASI INDEKS UNTUK REKAM MEDIS Budiarti, Desi; Fernanda, Jerhi Wahyu; Untoro, Meida Cahyo
Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI) Vol 3, No 2 (2015)
Publisher : Asosiasi Perguruan Tinggi Rekam Medis dan Informasi Kesehatan Indonesia- APTIRMIKI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1241.262 KB)

Abstract

AbstractInformation technology is currently a very important need for the people included in the health field. In hospitals, information technology is used in managing medical records. Most of the medical records in Indonesia managing medical records manually. This study aims to provide a overview of a model medical record information system that is able to produce disease index, operation index, doctor index and patient index. This application is web based application that made by using PHP programming language and MySQL as its database. In manufacturing, this application is customized to the needs of medical records in general by conducting interviews with medical records clerk. This Application can make disease index, procedure index, doctor index and patient index. Besides indexes for medical records, this application can also generate reports 10 major diseases and procedures both inpatient and outpatient. Keywords: Information Systems, Medical Record, Index.AbstrakTeknologi informasi saat ini menjadi kebutuhan yang sangat penting bagi masyarakat termasuk dalam bidang kesehatan. Di Rumah sakit, teknologi informasi dimanfaatkan dalam mengelola rekam medis. Sebagian besar unit rekam medis di Indonesia mengelola rekam medis secara manual. Penelitian ini bertujuan untuk memberikan gambaran sebuah model sistem informasi rekam medis yang mampu menghasilkan indeks penyakit, tindakan, dokter dan pasien. Aplikasi ini dibuat berbasiskan web dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai basis datanya. Dalam pembuatannya, aplikasi ini disesuaikan dengan kebutuhan rekam medis pada umumnya dengan melakukan wawancara terhadap petugas rekam medis. Hasil dari aplikasi ini dapat membuat indeks penyakit, indeks tindakan, indeks dokter dan indeks pasien secara otomatis. Selain indeks-indeks untuk rekam medis, aplikasi ini juga dapat menghasilkan laporan 10 besar penyakit dan tindakan baik rawat inap maupun rawat jalan. Kata kunci: Sistem Informasi, Rekam Medis, Indeks
Trend Analysis Infant Mortality Rate dengan Autoregresive Integrated Moving Average (ARIMA) Fernanda, Jerhi Wahyu; S, Wisnaningsih; Boavida, Emilia
Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI) Vol 4, No 2 (2016)
Publisher : Asosiasi Perguruan Tinggi Rekam Medis dan Informasi Kesehatan Indonesia- APTIRMIKI

Show Abstract | Original Source | Check in Google Scholar

Abstract

ABSTRAKInfant Mortality Rate (IMR) adalah angka kematian bayi yang berumur kurang dari 1 tahun  yang dalam Millenium Development Goals ditargetkan angka kejadiannya semakin menurun. Autoregressive Integrated Moving Average (ARIMA) merupakan salah satu metode yang dapat digunakan untuk memprediksi kejadian Infant Mortality Rate (IMR). Penelitian ini bertujuan untuk menentukan model ARIMA yang terbaik dan prediksi IMR pada tahun 2016. Desain penelitian yang digunakan adalah time series study dengan sampel dalam penelitian berjumlah 48 data yang berasal dari satu rumah sakit berupa data IMR dari tahun 2012 sampai 2015. Hasil analisis menghasilkan model ARIMA yang terbaik adalah ARIMA (1,1,0) dan prediksi IMR untuk tahun 2015 sebesar 51. Kesimpulan penelitian ini adalah model ARIMA yang terbaik adalah ARIMA (1,1,0), dan prediksi IMR tahun 2016 sebesar 51 kematian per seribu penduduk.  Kata Kunci: Trend Analysis, Infant Mortality Rate, Autoregressive Integrated Moving Average. ABSTRACTInfant Mortality Rate (IMR) is rate of death in children during the first year of life that targeted must be reduced by Millenium Development Goals. Autoregressive Integrated Moving Average (ARIMA) is one methods can be used to forecast IMR. The purpose of this research are to determine the best ARIMA model and forecast IMR at 2016. The design study is time series design. Sampel taken from a hospital contains 48 observation that constitute IMR form 2012 until 2015. The result are the ARIMA models is ARIMA (1,1,0) and the forecast of IMR at 2016 is 51. Conclusion is then ARIMA models is ARIMA (1,1,0) and the forecast of IMR at 2016 is 51 per 1000 birth.Keyword: Trend Analysis, Infant Mortality Rate, Autoregressive Integrated Moving Average.
SISTEM INFORMASI PEMINJAMAN DOKUMEN REKAM MEDIS DI RUMAH SAKIT X Fernanda, Jerhi Wahyu
Jurnal Wiyata Penelitian Sains dan Kesehatan Vol 2, No 1 (2015)
Publisher : Institut Ilmu Kesehatan Bhakti Wiyata Kediri

Show Abstract | Original Source | Check in Google Scholar | Full PDF (274.255 KB)

Abstract

Latar Belakang: Sistem informasi peminjaman dokumen rekam medis pada Rumah Sakit X dinilai belum efektif karena pencatatan data peminjaman dan data pengembalian masih dilakukan secara tertulis dengan pencatatan menggunakan buku dan kertas sehingga sistem ini tidak efisien dalam menghemat waktu, tenaga dan materi. Tujuan: Membangun sistem informasi peminjaman dokumen rekam medis pada Rumah Sakit Umum X untuk efisiensi pencatatan dan pengembalian dokumen rekam medis. Metode: Penelitian bersifat deskriptif dengan metode pengembangan system SDLC (System Development Life Cycle). Bahasa pemrograman yang digunakan adalah PHP dengan database yang digunakan adalah MySQL. Hasil: Terbentuknya rancangan untuk aplikasi sistem informasi peminjaman rekam medis di Rumah Sakit X yang meliputi informasi peminjaman, data peminjam, dan laporan peminjaman. Simpulan dan saran: Sistem Informasi Peminjaman dapat membantu pegawai dalam mengelola data peminjaman, pengembalian dan dapat mengurangi kesalahan dalam pembuatan laporan. Pengembangan dari sistem ini dapat dilanjutkan ke sistem big data supaya dapat mengelola seluruh data rekam medis di rumah sakit.
PREDIKSI KETAHANAN HIDUP PASIEN KANKER KOLOREKTAL MENGGUNAKAN JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Fernanda, Jerhi Wahyu; ., Pebrianty; Wisnaningsih, Endah Retnani
Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI) Vol 6, No 1 (2018)
Publisher : Asosiasi Perguruan Tinggi Rekam Medis dan Informasi Kesehatan Indonesia- APTIRMIKI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (852.483 KB)

Abstract

Every cancer patient has hope for good survival, but this often can not be fulfilled due to patient delays in seeking health services. Several studies have shown that the probability of survival of colorectal cancer patients in Indonesia is still below 60%. This study aims to determine the probability of survival of colorectal cancer patients based on comorbidity, clinical stage, age, treatment status, location of cancer, and metastatic history. The study was conducted in five hospitals in Makassar City, with total sampling sampling of 70 colorectal cancer patients diagnosed in 2013. The study design used a retrospective cohort. Data were analyzed using neural network by R software analyzing. The results showed that there was no difference in survival of colorectal cancer patients based on cancer stage variables (pvalue 0.41), comorbidity (pvalue = 0.61), age (pvalue = 0.41), treatment status (pvalue = 0.59) , the location of cancer (pvalue 0.12) whereas in the history of metastatic variables showed no difference in survival among colorectal cancer patients who had a metastatic history with patients without a metastatic history (pvalue 0.028). The results of artificial neural network analysis showed the determinants of survival of colorectal cancer patients are cancer location variables and metastatic history