PERANCANGAN SISTEM DETEKSI DINI RESIKO DIABETES BERBASIS WEB MENGGUNAKAN METODE PROFILE MATCHING PADA PUSKESMAS SIMPANG SUNGAI DUREN

Abstrak

Diabetes melitus merupakan salah satu penyakit kronis yang memerlukan deteksi dini untuk mencegah terjadinya komplikasi. Proses identifikasi risiko diabetes di Puskesmas Simpang Sungai Duren masih dilakukan secara manual sehingga kurang efektif dan berpotensi menimbulkan kesalahan pencatatan. Penelitian ini bertujuan merancang sistem deteksi dini risiko diabetes berbasis web menggunakan metode Profile Matching untuk membantu tenaga kesehatan dalam mengidentifikasi tingkat risiko diabetes secara lebih cepat dan akurat. Metode pengembangan sistem yang digunakan adalah Prototype dengan teknik pengumpulan data melalui observasi, wawancara, dan studi pustaka. Sistem dibangun menggunakan bahasa pemrograman PHP dengan framework Laravel dan basis data MySQL. Hasil penelitian menunjukkan bahwa sistem yang dirancang dapat membantu proses deteksi dini risiko diabetes secara lebih efektif, cepat dan akurat dengan menghasilkan kategori risiko rendah, sedang, dan tinggi berdasarkan perbandingan profil pasien dengan profil ideal. Dampak dari penerapan sistem ini membantu tenaga kesehatan mengurangi ketergantungan pada proses pencatatan manual, mempercepat pengolahan data pemeriksaan, serta mendukung peningkatan kualitas pelayanan kesehatan di Puskesmas Simpang Sungai Duren.

Diabetes mellitus is a chronic disease that requires early detection to prevent complications. The diabetes risk identification process at the Simpang Sungai Duren Community Health Center is still carried out manually, making it ineffective and potentially leading to recording errors. This study aims to design a web-based diabetes risk early detection system using the Profile Matching method to assist healthcare workers in identifying diabetes risk levels more quickly and accurately. The system development method used was a prototype, with data collection techniques through observation, interviews, and literature review. The system was built using the PHP programming language with the Laravel framework and a MySQL database. Research results indicate that the designed system can facilitate the early detection of diabetes risk more effectively, rapidly, and accurately by classifying risk levels—low, medium, and high—based on a comparison between patient profiles and ideal profiles. Implementing this system helps healthcare personnel reduce reliance on manual record-keeping, accelerates the processing of examination data, and supports improved healthcare service quality at the Simpang Sungai Duren Community Health Center (Puskesmas).