Sistem Informasi Pengumpulan Data Masyarakat Terkena TBC Untuk Menghindari Terjangkit Covid-19

Main Article Content

Yulia Arvita
Despita Meisak

Abstract

Banyak masyarakat yang belum mengetahui bahwa mereka terindikasi penyakit TBC di karenakan kurangnya kesadaran akan kesehatan diri sendiri dan juga banyak faktor yang membuat masyarakat enggan untuk berobat, ketika penyakit nya semakin parah dan mengganggu aktifitas barulah mereka memeriksakan diri ke rumah sakit ataupun puskesmas terdekat. Masa pandemi covid-19 adalah masa yang paling berat bagi masyarakat yang menderita penyakit komorbid salah satunya TBC, sehingga masyarakat yang menderita penyakit TBC harus di berikan penanganan serius agar tidak terjangkit  virus covid-19. Dengan kemajuan teknologi informasi, penyakit TBC bisa di deteksi sedini mungkin sehingga mempecepat penanganan terhadap masyarakat yang terkena TBC, proses penanganan yang lambat dan tidak tepat akan membuat penyakit semakin parah dan berakibat fatal. Berdasarkan latar belakang di atas, maka solusi yang di hasilkan berdasarkan analisa  adalah dengan membuat sebuah  Sistem Informasi Pengumpulan Data Masyarakat Terkena TBC Untuk Menghindari Terjangkit Virus Covid-19 dengan Menerapkan Metode Analytical Hierarchy Process. Tujuan di lakukan penelitian ini adalah Dengan adanya sistem informasi yang akan di bangun ini maka pemerintah bisa melihat data masyarakat yang terkena penyakit TBC agar di berikan penanganan yang serius dan juga penyakit TBC bisa dideteksi sedini mungkin agar bisa mempercepat penangan terhadapat masyarakat yang terkena penyakit TBC. Tahapan metode penelitian yang di lakukan yaitu dimulai dari analisis masalah, pengumpulan data, analisa solusi permasalahan, dan desain sistem,

Article Details

Section
Articles

References

[1] Anon, “Tuberkulosis & COVID-19,” Stop TB Partnership Indonesia, 2020. https://www.stoptbindonesia.org/informasi-tbc-covid-19 (accessed Oct. 19, 2021).
[2] G. A. Sandag, D. Rasuh, and A. Manueke, “SISTEM INFORMASI PENGUMPULAN DATA SEKOLAH ADVENT PADA UNI KONFERENCE INDONESIA KAWASAN TIMUR,” in SENSITIf: Seminar Nasional Sistem Informasi dan Teknologi Informasi, 2019, pp. 317–326.
[3] T. D. Indriasari, K. Anindito, and E. Julianto, “Analisis dan Perancangan Sistem Pengumpulan Data Bencana Alam,” J. Buana Inform., vol. 6, no. 1, pp. 73–82, 2015, doi: 10.24002/jbi.v6i1.396.
[4] R. I. Perwira, “Sistem Pakar Untuk Mendiagnosa Penyakit Infeksi TBC Paru,” Telemat. J. Inform. dan Teknol. Inf., vol. 9, no. 2, 2014, doi: 10.31315/telematika.v9i2.285.
[5] E. D. Widianto, Y. W. Zaituun, and I. P. Windasari, “Aplikasi sistem pakar pendeteksi penyakit tuberkulosis berbasis android,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 4, no. 1, pp. 47–54, 2018, doi: 10.23917/khif.v4i1.5496.
[6] D. Leman, “Expert System Diagnose Tuberculosis Using Bayes Theorem Method and Shafer Dempster Method,” 2018, doi: 10.1109/CITSM.2018.8674380.
[7] A. Y. Vandika and A. Cucus, “Sistem Deteksi Awal Penyakit TBC Dengan Metode CBR,” 2017.
[8] T. L. Saaty and L. G. Vargas, Models, Methods, Concepts & Applications of the Analytic Hierarchy Process. New York: Springer, 2012.
[9] S. M. Neves, C. E. S. da Silva, A. F. da Silva, C. R. D’Oliveira, and B. E. P. Sotomonte, “Analytic Hierarchy Process applied to the selection of knowledge management approach in technology-based companies,” Prod. Manag. Dev., vol. 9, no. 1, pp. 13–22, 2011, doi: 10.4322/pmd.2011.002.
[10] J. Leonardo, J. C. Young, and S. Hansun, “Early Detection of Pulmonary Tuberculosis Disease With Fuzzy AHP Expert System,” Compusoft, vol. 8, no. 10, pp. 3444–3447, 2019.
[11] Kementerian Kesehatan Republik Indonesia, “Protokol Tentang Pelayanan TBC Selama Masa Pandemi COVID-19,” INFEKSIEMERGING, 2020. https://covid19.kemkes.go.id/protokol-covid-19/protokol-tentang-pelayanan-tbc-selama-masa-pandemi-covid-19/ (accessed Oct. 19, 2021).
[12] Y. Wahyuni and M. Ardita, “Decision Support System For Infectious Diseases in Human with Analytic Hierarchy Process (AHP) Method,” 2016.