MERANCANG SISTEM SMART REMINDER UNTUK MONITORING KEPATUHAN PENGOBATAN PASIEN TUBERKULOSIS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DI PUSKESMAS ARIODILLAH

Fadli, Putri Annisa (2026) MERANCANG SISTEM SMART REMINDER UNTUK MONITORING KEPATUHAN PENGOBATAN PASIEN TUBERKULOSIS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DI PUSKESMAS ARIODILLAH. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (2MB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (620kB)
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (679kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (756kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) BAB III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) BAB IV .pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB V.pdf - Published Version Restricted to Repository staff only Download (592kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (431kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Tuberkulosis (TB) merupakan penyakit menular yang membutuhkan pengobatan jangka panjang dengan tingkat kepatuhan pasien yang tinggi, namun di Puskesmas Ariodillah proses monitoring kepatuhan pasien masih dilakukan secara manual sehingga kurang efektif. Penelitian ini bertujuan untuk merancang sistem Smart Reminder berbasis aplikasi Android dan website yang mampu mengirimkan pengingat minum obat secara otomatis kepada pasien serta mencatat respon pasien sebagai data untuk diklasifikasikan menggunakan metode Support Vector Machine (SVM). Sistem bekerja dengan memanfaatkan aplikasi Android sebagai media notifikasi bagi pasien, sedangkan website digunakan oleh tenaga kesehatan untuk mengelola data dan memantau kepatuhan pengobatan secara terpusat. Data respon pasien sebanyak 900 data dengan 9 fitur diolah melalui tahapan preprocessing, pembagian data, serta hyperparameter tuning menggunakan Grid Search Cross Validation, sehingga diperoleh kernel RBF sebagai model terbaik. Hasil pengujian menunjukkan model SVM mampu mengklasifikasikan tingkat kepatuhan pasien dengan akurasi sebesar 85,00%, precision 82,61%, recall 79,17%, F1-Score 80,85%, dan AUC-ROC 0,8776, serta seluruh fitur sistem telah berfungsi sesuai rancangan berdasarkan hasil Black Box Testing. Dengan demikian, sistem Smart Reminder berbasis SVM ini dapat menjadi alat bantu yang efektif bagi tenaga kesehatan dalam memantau kepatuhan pengobatan pasien Tuberkulosis secara digital.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Tuberkulosis, Smart Reminder, Kepatuhan Pasien, Support Vector Machine (SVM), Aplikasi Mobile
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Telecommunication Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	17 Sep 2026 09:58
Last Modified:	17 Sep 2026 09:58
URI:	http://eprints.polsri.ac.id/id/eprint/26625

Actions (login required)

View Item