SISTEM PENDUKUNG KEPUTUSAN
PENENTUAN PRIORITAS LOKASI PROGRAM PENYULUHAN GIZI MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE
BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)
(STUDI KASUS : DINAS KESEHATAN KOTA PALEMBANG)
SKRIPSI
Sebagai salah satu syarat untuk menyelesaikan studi di Program Studi Sistem Informasi SI
Oleh
MEITIANA AUDYA 09031281621033
PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER
UNIVERSITAS SRIWIJAYA 2020
v
HALAMAN PERNYATAAN
Saya yang bertanda tangan di bawah ini: Nama : Meitiana Audya NIM : 09031281621033 Prodi : Sistem Informasi Fakultas : Ilmu Komputer
Judul Skripsi : Sistem Pendukung Keputusan Penentuan Prioritas Lokasi Program Penyuluhan Gizi menggunakan Metode
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) (Studi Kasus : Dinas Kesehatan Kota Palembang)
Hasil pengecekan iThenticate/turnitin : 7%
Menyatakan bahwa laporan Skripsi saya merupakan hasil karya sendiri dan bukan hasil penjiplakan/plagiat. Apabila ditemukan unsur penjiplakan/plagiat dalam laporan Skripsi ini, maka saya bersedia menerima sanksi akademik dari Universitas Sriwijaya sesuai dengan ketentuan yang berlaku.
Demikianlah surat pernyataan ini saya buat dengan sebenarnya dan tidak ada paksaan oleh siapapun.
Palembang, 20 Juli 2020 Yang menyatakan,
Meitiana Audya
vi
HALAMAN PERSEMBAHAN
MOTTO:
“For indeed, with hardship (will be) ease. Indeed. With hardship (will be) ease.” ~QS. Al-Insyirah(94):5-6~
“It’s not about fast or slow, everything just goes on and ends up to the right time”
Dengan mengucap Alhamdulillah, Skripsi ini dipersembahkan untuk:
◦ Mama dan Papa ◦ ◦ Adikku Tersayang ◦
◦ Keluargaku ◦ ◦ Sahabat-Sahabatku ◦ ◦ Universitas Sriwijaya ◦
vii
KATA PENGANTAR
Puji dan syukur kepada Allah SWT yang telah melimpahkan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Sistem Pendukung Keputusan Penentuan Prioritas Lokasi Program Penyuluhan Gizi menggunakan Metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) (Studi Kasus : Dinas Kesehatan Kota Palembang).
Skripsi ini merupakan salah satu syarat untuk menyelesaikan studi tingkat Strata Satu (S1) di Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Sriwijaya. Selama proses penyusunan skripsi berlangsung, penulis mendapat bimbingan, arahan, nasihat, dukungan dan doa dari berbagai pihak serta pegalaman berharga sehingga penulis dapat menyelesaikan skripsi ini dengan memperoleh pelajaran yang luar biasa. Oleh karena itu, dalam kesempatan ini penulis ingin menyampaikan ucapan terima kasih kepada:
1. Allah SWT yang telah memberikan rahmat dan nikmat sehat sehingga penulis dapat menyelesaikan skripsi ini sebagaimana mestinya.
2. Orangtuaku tercinta, Bapak Nopizah dan Ibu Agustiah yang telah menjadi sumber semangat dan pemberi dukungan nomor satu kepada penulis dalam segala hal.
3. Adikku tersayang, Lidiya Zahara Putri yang menjadi mood booster penulis.
4. Bapak Jaidan Jauhari, M.T. selaku Dekan Fakultas Ilmu Komputer Universitas Sriwijaya.
5. Ibu Endang Lestari Ruskan, M.T. selaku Ketua Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya.
viii
6. Ibu Allsela Meiriza, M.T. selaku Dosen Pembimbing Skripsi yang telah memberikan waktu, tenaga, dan pikiran untuk membimbing penulis selama menyelesaikan skripsi ini.
7. Bapak Rahmat Izwan Heroza, M.T., Bapak Ari Wedhasmara, M.TI., dan Ibu Nabila Rizky Oktadini, M.T., selaku Dosen Penguji Seminar Proposal dan Sidang Komprehensif penulis.
8. Bapak Heri Cahyono, SKM. selaku pemegang program gizi di Seksi Kesehatan Keluarga dan Gizi Masyarakat Bidang Kesehatan Masyarakat Dinas Kesehatan Kota Palembang yang telah membantu dan memberikan izin kepada penulis untuk melakukan penelitian.
9. Bapak/Ibu Dosen yang telah memberi ilmu pegetahuan kepada penulis selama masa perkuliahan.
10. Kak Angga selaku Admin Jurusan Sistem Informasi yang telah membantu penulis dalam masa perkuliahan dan penyusunan skripsi.
11. Keluarga Besar Siadin dan Keluarga Besar M. Ropi yang telah memberi dukungan, motivasi, dan doa kepada penulis.
12. Sahabatku, Ananda Nuha Nelfareza, Maulidina „Ainun Ari Putri, Mutiara Humairo, Nanda Diani Safira, dan Tasya Melangga Putri yang menjadi penyemangat, tempat berbagi dan berkeluh-kesah.
13. Sahabat seperjuanganku, Arni Firanisa, Dea Tri Ananda, Mutia Mariam Febrianti, Refta Sepdela, Sartika, St. Dhiah Rahiah Napian, dan Yunia Ruwanna Sofita, terimakasih atas segala kisah dan pengalaman indah yang telah mengisi hari-hari perkuliahan penulis.
ix
14. Tisa Monita, teman sekaligus tutor terbaik dan tersabar, terimakasih sudah banyak membantu penulis dalam menyelesaikan skripsi ini.
15. Keluarga Besar El-Frio yang telah memberi suntikan semangat untuk penulis.
16. Ikatan Alumni HIMSI 2017-2018 dan teman-teman seperjuangan Sistem Informasi Angkatan 2016, khususnya SIAKECE.
Penulis menyadari bahwa dalam skripsi ini masih terdapat banyak kekurangan. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun dan dapat dijadikan bahan untuk perbaikan di masa yang akan datang. Penulis berharap skripsi ini dapat bermanfaat bagi semua pihak baik sebagai penambah wawasan maupun bahan pembelajaran.
Palembang, 24 Juli 2020
Meitiana Audya 09031281621033
xii DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN PENGESAHAN ... ii
CERTIFICATE OF APPROVAL ... iii
HALAMAN PERSETUJUAN ... iv
HALAMAN PERNYATAAN ... v
HALAMAN PERSEMBAHAN ... vi
KATA PENGANTAR ... vii
ABSTRAK ... x
ABSTRACT ... xi
DAFTAR ISI ... xii
DAFTAR TABEL ... xv
DAFTAR GAMBAR ... xvi
DAFTAR LAMPIRAN ... xix
DAFTAR RUMUS ... xix
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Tujuan ... 4
1.3 Manfaat ... 4
1.4 Batasan Masalah ... 5
BAB II TINJAUAN PUSTAKA ... 6
2.1 Kajian Pustaka ... 6
2.2 Sistem ... 8
2.3 Sistem Pendukung Keputusan ... 8
2.3.1 Pengertian Sistem Pendukung Keputusan ... 8
2.3.2 Tahapan Pengembangan Sistem ... 9
2.3.3 Komponen Sistem Pendukung Keputusan ... 10
2.4 Gizi ... 11
xiii
2.6 Metode TOPSIS (Technique for Order Preference by Similarity to Ideal
Solution) ... 12
2.7 Entity Relationship Diagram (ERD) ... 15
2.8 Data Flow Diagram (DFD) ... 16
2.9 Personal Hypertext Preprocessor (PHP) ... 17
2.10 My Structured Query Language (MySQL) ... 18
2.11 Website ... 18
2.12 XAMPP ... 18
BAB III METODOLOGI PENELITIAN ... 19
3.1 Objek Penelitian ... 19
3.2 Teknik Pengumpulan Data ... 19
3.2.1 Jenis Data ... 19
3.2.2 Sumber Data ... 19
3.2.3 Metode Pengumpulan Data ... 20
3.2.4 Deskripsi Data ... 21
3.3 Metode Pengembangan Sistem ... 22
3.4 Metode Analisis Data ... 24
3.4.1 Menentukan Normalized Decision Matrix atau Matriks Keputusan yang Ternormalisasi ... 33
3.4.2 Menghitung Weighted Normalized Decision Matrix atau Matriks Keputusan Ternormalisasi yang Berbobot ... 37
3.4.3 Menentukan Matriks Solusi Ideal Positif dan Solusi Ideal Negatif 39 3.4.4 Menghitung Jarak dari Suatu Alternatif ke Solusi Ideal Positif dan Solusi Ideal Negatif ... 42
3.4.5 Menghitung Nilai Preferensi atau Kedekatan Relatif terhadap Solusi Ideal untuk Setiap Alternatif ... 46
3.5 Metode Analisis Sistem ... 51
3.5.1 Tahap Penelusuran (Intelligence) ... 51
3.5.2 Tahap Perancangan (Design) ... 52
3.5.3 Tahap Pemilihan (Choice)... 64
3.5.4 Tahap Implementasi (Implementation) ... 64
xiv
3.6.1 Physical Data Flow Diagram (PDFD) ... 65
3.7 Rancangan Basis Data ... 67
3.7.1 Skema Basis Data ... 67
3.8 Rancangan Interface ... 67
3.8.1 Halaman untuk Admin Seksi Gizi Dinkes ... 68
3.8.2 Halaman untuk Pegawai bagian Gizi di Puskesmas ... 73
3.8.3 Halaman untuk Kepala Seksi Gizi Dinkes ... 74
BAB IV HASIL DAN PEMBAHASAN ... 77
4.1 Hasil ... 77
4.2 Pembahasan ... 77
4.2.1 Halaman untuk Admin Seksi Gizi Dinkes ... 78
4.2.2 Halaman untuk Pegawai bagian Gizi di Puskesmas ... 83
4.2.3 Halaman untuk Kepala Seksi Gizi Dinkes ... 84
4.3 Hasil Uji Coba ... 86
BAB V KESIMPULAN DAN SARAN ... 92
5.1 Kesimpulan ... 92
5.2 Saran ... 93
xv
DAFTAR TABEL
Tabel 2.1 Simbol Entity Relatonship Diagram ... 15
Tabel 2.2 Simbol Data Flow Diagram ... 16
Tabel 3.1 Kriteria Prioritas Lokasi Program Penyuluhan Gizi... 25
Tabel 3.2 Sub Kriteria Angka Balita dengan Status Bawah Garis Merah... 26
Tabel 3.3 Sub Kriteria Angka Baduta dengan Status Bawah Garis Merah ... 26
Tabel 3.4 Sub Kriteria Angka Bayi dengan Berat Badan Lahir Rendah ... 27
Tabel 3.5 Sub Kriteria Jumlah Tenaga Gizi di Puskesmas ... 27
Tabel 3.6 Sub Kriteria Jumlah Posyandu ... 28
Tabel 3.7 Data Laporan Puskesmas... 29
Tabel 3.8 Data Nilai Konversi dari Laporan ... 31
Tabel 3.9 Matriks Solusi Ideal Positif ... 40
Tabel 3.10 Matriks Solusi Ideal Negatif... 42
Tabel 3.11 Jarak Alternatif Solusi Ideal Positif... 43
Tabel 3.12 Jarak Alternatif Solusi Ideal Negatif ... 45
Tabel 3.13 Hasil Perhitungan Nilai Preferensi ... 46
Tabel 3.14 Hasil Perhitungan Nilai Preferensi berdasarkan Peringkat ... 47
Tabel 3.15 Data Hasil Perhitungan Nilai Preferensi berdasarkan Peringkat ... 49
Tabel 4.1 Teknik Pengujian Black Box ... 86
Tabel 4.2 Test Case Login ... 88
Tabel 4.3 Test Case Kelola Data Puskesmas... 89
Tabel 4.4 Test Case Kelola Data Kriteria ... 90
Tabel 4.5 Test Case Kelola Data Laporan Puskesmas ... 90
xvi
DAFTAR GAMBAR
Gambar 3.1 Flowchart Perhitungan Metode TOPSIS ... 32
Gambar 3.1 DFD Level 0 Sistem Baru ... 53
Gambar 3.2 Diagram Dekomposisi ... 55
Gambar 3.3 DFD Level 1 Sistem Baru ... 56
Gambar 3.4 DFD Level 2 Sub Proses Kelola Data User... 59
Gambar 3.5 DFD Level 2 Sub Proses Kelola Data Kriteria ... 60
Gambar 3.6 DFD Level 2 Sub Proses Perhitungan TOPSIS ... 61
Gambar 3.7 Entity Relationship Diagram ... 63
Gambar 3.8 PDFD Level 2 Sub Proses Kelola Data User ... 65
Gambar 3.9 PDFD Level 2 Sub Proses Kelola Data Kriteria ... 65
Gambar 3.10 PDFD Level 2 Sub Proses Perhitungan TOPSIS ... 66
Gambar 3.11 Skema Basis Data ... 67
Gambar 3.12 Halaman Login ... 67
Gambar 3.13 Halaman Tampil Kriteria ... 68
Gambar 3.14 Halaman Edit Kriteria ... 68
Gambar 3.15 Halaman Tampil Subkriteria... 69
Gambar 3.16 Halaman Edit Subkriteria ... 69
Gambar 3.17 Halaman Daftar Puskesmas ... 70
Gambar 3.18 Halaman Tambah Puskesmas ... 70
Gambar 3.19 Halaman Daftar Nilai Puskesmas ... 71
Gambar 3.20 Halaman Perhitungan Data ... 71
Gambar 3.21 Halaman Rekomendasi Prioritas Lokasi Puskesmas ... 72
Gambar 3.22 Halaman Edit Profil PJ Gizi Dinkes ... 72
Gambar 3.23 Halaman Edit Profil Puskesmas... 73
Gambar 3.24 Halaman Isian Data Nilai... 73
Gambar 3.25 Halaman Edit Data Nilai ... 74
Gambar 3.26 Halaman Kriteria ... 74
Gambar 3.27 Halaman Subkriteria ... 75
Gambar 3.28 Halaman Rekomendasi Prioritas Lokasi ... 75
xvii
Gambar 4.1 Halaman Login ... 77
Gambar 4.2 Halaman Tampil Kriteria ... 78
Gambar 4.3 Halaman Edit Kriteria ... 78
Gambar 4.4 Halaman Tampil Subkriteria... 79
Gambar 4.5 Halaman Edit Subkriteria ... 79
Gambar 4.6 Halaman Daftar Puskesmas ... 80
Gambar 4.7 Halaman Tambah Puskesmas ... 80
Gambar 4.8 Halaman Daftar Nilai Puskesmas ... 81
Gambar 4.9 Halaman Perhitungan Data ... 81
Gambar 4.10 Halaman Rekomendasi Prioritas Lokasi Puskesmas ... 82
Gambar 4.11 Halaman Edit Profil PJ Gizi Dinkes ... 82
Gambar 4.12 Halaman Edit Profil Puskesmas... 83
Gambar 4.13 Halaman Isian Data Nilai... 83
Gambar 4.14 Halaman Edit Data Nilai ... 84
Gambar 4.15 Halaman Kriteria ... 84
Gambar 4.16 Halaman Subkriteria ... 85
Gambar 4.17 Halaman Rekomendasi Prioritas Lokasi ... 85
xviii
DAFTAR LAMPIRAN
Lampiran 1 Kartu Konsultasi ... A-1 Lampiran 2 Surat Keputusan Tugas Akhir... B-1 Lampiran 3 Surat Permohonan Data ... C-1 Lampiran 4 Draft Hasil Wawancara ... D-1 Lampiran 5 Hasil Pengecekan iThenticate/turnitin ... E-1 Lampiran 6 Form Perbaikan Ujian Komprehensif ... F-1
xix
DAFTAR RUMUS
(2.1) Rumus menghitung matriks keputusan ternormalisasi ... 13
(2.2) Rumus menghitung matriks keputusan normalisasi terbobot ... 13
(2.3) Rumus menghitung solusi ideal positif ... 13
(2.4) Rumus menghitung solusi ideal negatif ... 14
(2.5) Rumus menghitung jarak solusi ideal positif ... 14
(2.6) Rumus menghitung jarak solusi ideal negatif ... 14
1
1 BAB I
PENDAHULUAN
1.1 Latar Belakang
Indikator status kesehatan merupakan satu dari beberapa komponen utama dalam mencapai Indeks Pembangunan Manusia (IPM) yang mempengaruhi keberhasilan pembangunan suatu daerah. Salah satu faktor dalam menentukan tingkat kesehatan di suatu daerah adalah status gizi masyarakatnya. Kecukupan gizi sangat dibutuhkan dalam meningkatkan kualitas manusia. Oleh karena itu, status gizi merupakan hal yang harus sangat diperhatikan dalam mengembangkan potensi diri pada masyarakat (Dinkes, 2016).
Gizi kurang terutama pada anak usia dini akan berakibat pada proses tumbuh kembang anak. Sedangkan pada usia dewasa, gizi kurang dapat menyebabkan penurunan produktivitas dan daya tahan tubuh. Selain itu, kelebihan gizi juga menjadi perhatian penting karena dapat memicu penyakit berbahaya dan menimbulkan gangguan psikologis (Dinkes, 2013). Adapun akibat dari kurangnya perhatian terhadap masalah gizi adalah terjadinya peningkatan kasus gizi buruk, stunting, dan obesitas.
Masalah gizi merupakan salah satu hal yang menjadi perhatian penting bagi Pemerintah, terutama di bidang kesehatan. Dinas Kesehatan Kota Palembang memantau permasalahan gizi yang terjadi di masyarakat salah satunya melalui laporan status gizi masyarakat. Adapun upaya pemerintah dalam menangani permasalahan gizi yang terjadi di masyarakat adalah melakukan program perbaikan gizi masyarakat. Sasaran pokok program ini berdasarkan Permenkes RI
2
Nomor 23 Tahun 2004 yakni menurunnya prevalensi kurang gizi pada balita, terlaksananya penanggulangan kurang energi protein, anemia gizi besi, gangguan akibat kurang yodium, kurang vitamin A, gizi lebih, dan meningkatkan jumlah keluarga yang sadar akan gizi (Dinkes, 2017). Salah satu programnya yaitu penyuluhan gizi (Dinkes, 2013). Program peyuluhan gizi merupakan tugas puskesmas yang ditujukan kepada masyarakat disekitarnya. Program penyuluhan gizi dilaksanakan di setiap puskesmas yang ada di kota Palembang secara berkala. Selain itu, penyuluhan gizi juga dilaksanakan pada posyandu. Sebagai bentuk keseriusan Pemerintah terhadap pembinaan Posyandu, Pemerintah Kota Palembang melalui Dinas Kesehatan Kota Palembang merencanakan anggaran khusus untuk Posyandu di Kota Palembang (Siska, 2019).
Saat ini, urutan penyelenggaraan program penyuluhan gizi belum dilakukan berdasarkan tingkat kebutuhan penyuluhan gizi, sehingga program perbaikan gizi masyarakat belum teratasi secara maksimal. Selain itu, penentuan lokasi program penyuluhan gizi belum dilaksanakan dengan efisien. Agar proses penanggulangan akibat permasalahan gizi yang terjadi di masyarakat dapat teratasi secara lebih optimal dan efisien, maka dilakukan penentuan prioritas lokasi penerapan program penyuluhan gizi dengan memanfaatkan data status gizi masyarakat. Penentuan prioritas lokasi program penyuluhan gizi ini bertujuan untuk memudahkan proses kerja sama antara pihak Dinas Kesehatan dengan pihak puskesmas pada pelaksanaan program gizi (Syafi‟ie, Tursina, & Yulianti, 2019). Untuk mengatasi hal tersebut, dibutuhkan sebuah sistem pendukung keputusan yang dapat membantu pihak pengambil keputusan dalam menentukan prioritas lokasi program penyuluhan gizi. Sistem Pendukung Keputusan (SPK) yang dibuat
3
bertujuan untuk mendukung solusi dari sebuah permasalahan semi terstruktur untuk meningkatkan kualitas pengambilan keputusan (Perdanawanti, 2016). Selain itu, sistem pendukung keputusan dibuat untuk meningkatkan efisiensi pada proses penentuan prioritas lokasi program penyuluhan gizi. Efisien merupakan kondisi dimana output yang dihasilkan lebih besar dari input yang digunakan (Tuffahati, Mardian, & Suprapto, 2019). Sistem yang efisien dapat dilihat dari teknologi yang digunakan dan manajemen yang diterapkan (Al-amri, 2015). Pada kasus ini, metode Technique for Order Preference by Similarity to Ideal Solution atau TOPSIS digunakan sebagai metode perhitungan dalam sistem pendukung keputusan yang dibangun untuk meningkatkan efisiensi dalam pengambilan keputusan.
Sistem Pendukung Keputusan dibuat menggunakan metode TOPSIS. TOPSIS merupakan metode pengambilan keputusan yang termasuk ke dalam kategori multikriteria. Kategori ini merupakan teknik pengambilan keputusan yang terdiri dari beberapa pilihan alternatif. Penilaian pada metode ini dilakukan berdasarkan nilai dan bobot pada kriteria yang telah ditentukan. Metode TOPSIS memiliki konsep yang sederhana, mudah dipahami, dan perhitungan komputasi yang efisien (Rohmatulloh & Winarni, 2014). Alasan menggunakan metode TOPSIS sebagai metode perhitungan yang diterapkan pada sistem pendukung keputusan penentuan prioritas lokasi program penyuluhan gizi karena konsep pada metode ini menghasilkan alternatif terpilih dengan jarak terdekat dengan solusi ideal positif dan memiliki jarak terjauh dari solusi ideal negatif (Sari, Windarto, Hartama, & Solikhun, 2018), sehingga menghasilkan urutan prioritas lokasi program penyuluhan gizi. Dengan menggunakan metode TOPSIS, sistem
4
diharapkan mampu membantu pihak pengambil keputusan dalam menentukan prioritas lokasi program penyuluhan gizi.
Berdasarkan uraian di atas, penulis melakukan penelitian yang mengangkat masalah tersebut menjadi Tugas Akhir (TA) dengan judul “SISTEM
PENDUKUNG KEPUTUSAN PENENTUAN PRIORITAS LOKASI
PROGRAM PENYULUHAN GIZI MENGGUNAKAN METODE
TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL
SOLUTION (TOPSIS) (STUDI KASUS : DINAS KESEHATAN KOTA
PALEMBANG)”.
1.2 Tujuan
Tujuan dari penelitian yang dilakukan adalah membuat sistem pendukung keputusan penentuan lokasi yang menjadi prioritas pada program penyuluhan gizi dengan menerapkan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS).
1.3 Manfaat
Manfaat yang diharapkan dari penelitian yang dilakukan adalah sebagai berikut :
1. Membantu pihak Seksi Kesehatan Keluarga dan Gizi Masyarakat Bidang Kesehatan Masyarakat Dinas Kesehatan Kota Palembang dalam mengambil keputusan dalam menentukan prioritas lokasi program penyuluhan gizi. 2. Membantu pengolahan data status gizi masyarakat agar tersistemasi.
5
3. Mempermudah proses pengolahan data status gizi masyarakat sehingga menghasilkan informasi yang relevan dengan lebih cepat dan akurat.
1.4 Batasan Masalah
Agar pembahasan tidak keluar dan menyimpang dari topik serta lebih terarah dan lebih mudah untuk dipahami, maka perlu adanya batasan masalah pada penelitian yang dilakukan sebagai berikut :
1. Data yang digunakan dalam penelitian merupakan data balita dengan status bawah garis merah (BGM), data baduta dengan status bawah garis merah (BGM), data bayi dengan berat badan lahir rendah (BBLR), data tenaga gizi di puskesmas, dan data posyandu yang ada di wilayah kerja puskesmas. 2. Penentuan prioritas lokasi program penyuluhan gizi berdasarkan kriteria
yang telah ditetapkan yaitu, angka balita dengan status bawah garis merah (BGM), angka baduta dengan status bawah garis merah (BGM), angka bayi dengan berat badan lahir rendah (BBLR), jumlah tenaga gizi di puskesmas, dan jumlah posyandu yang ada di wilayah kerja puskesmas.
94
DAFTAR PUSTAKA
A.S, R., & Shalahuddin, M. (2014). Rekayasa Perangkat Lunak. Bandung: Informatika Bandung.
Al-Amri, K. (2015). Takaful Insurance Efficiency In The Gcc Countries. (February). Https://Doi.Org/10.1108/H-05-2014-0039
Desi Leha Kurniasih. (2013). Sistem Pendukung Keputusan Pemilihan Laptop Dengan Metode Topsis. Pelita Informatika Budi Darma, Iii(April), 29–36. Dewi, S. (2018). Asuhan Keperawatan Keluarga Dengan Masalah Nutrisi Kurang
Dari Kebutuhan Tubuh Pada Balita Gizi Kurang Di Desa Medali Puri Mojokerto.
Dini, B. A., & Agmawarnida. (2018). Implementasi Waterfall Method Pada Aplikasi Penerimaan Peserta Didik Baru Berbasis Web Dengan Dukungan Sms Gateway Di Smpit Insan Kamil. Jurnal Informatika, 3(2), 36–42.
Dinkes. (2013). Rencana Strategis Dinas Kesehatan Kota Palembang. Dinkes. (2016). Lakip Tahun 2016. Dinas Kesehatan Kota Palembang. Dinkes. (2017). Profil Kesehatan Tahun 2017. (72).
Erick Burhaein, & Saleh, M. (2017). Optimalisasi Pengaturan Gizi Dan Aktivitas Olahraga Untuk Mengatasi Obesitas Anak Tunagrahita. Gizi Masyarakat, 11–22.
Gani, A. G. (2018). Analisis Sistem Informasi Pengelolaan Data Alumni Berbasis Codeigniter Php Framework. Jurnal Sistem Informasi Universitas Suryadarma, 5(2), 76–98.
Ishak, Saniman, & Andika, B. (2015). Penerapan Sistem Pendukung Keputusan Dalam Pemilihan Gizi Ibu Hamil. Jurnal Saintikom, 14(3), 171–178. Retrieved From Https://Lppm.Trigunadharma.Ac.Id/Public/Filejurnal/Hptl2 Ishak_Penerapan Spk.Pdf
Jermias, R. (2016). Analisa Sistem Informasi Akuntansi Gaji Dan Upah Pada Pt. Bank Sinarmas Tbk. Manado. Jurnal Riset Ekonomi, Manajemen, Bisnis Dan Akuntansi, 4(2), 814–828.
Lestari, E. (2017). Kolaborasi Metode Saw Dan Ahp Untuk Sistem Pendukung Keputusan Keputusan Penilaian Kinerja Asisten Laboratorium. 9(1), 1204–
95
1215.
Noor, A., & Barong Tongkok Kampus Gn Kelua Samarinda Kalimantan Timur, J. (2017). Sistem Informasi Geografis Manajemen Data Kependudukan Kecamatan Sambutan Kota Samarinda Berbasis Website. Prosiding Seminar Ilmu Komputer Dan Teknologi Informasi, 2(1).
Perdanawanti, L. (2016). Rancang Bangun Sistem Informasi Pendukung Keputusan Penentuan Desa Siaga Di Puskesmas Kalibagor Kabupaten
Banyumas. Telematika, 9(1), 27–41.
Https://Doi.Org/10.35671/Telematika.V9i1.412
Prasetyo, K., & Suharyanto. (2019). Rancang Bangun Sistem Informasi Koperasi Berbasis Web Pada Koperasi Ikitama Jakarta. Jurnal Teknik Komputer Amik Bsi, V.
Rantung, H. A., Sambul, A. M., & Najoan, X. B. N. (2019). Sistem Informasi Diklat Berbasis Web. 14(1), 9–14.
Rohmatulloh, R., & Winarni, S. (2014). Topsis Method For Determining The Priority Of Strategic Training Program. International Journal On Advanced Science, Engineering And Information Technology, 4(2), 67. Https://Doi.Org/10.18517/Ijaseit.4.2.370
Santoso, G. B., Fadilla, M. R., & Ibrahim, A. (2019). Implementasi E-Commerce Berbasis Open Source Pada Usaha Online Shopping Fashion. Seminar Nasional Pakar Ke 2 Tahun 2019, 1–6.
Sari, D. R., Windarto, A. P., Hartama, D., & Solikhun, S. (2018). Sistem Pendukung Keputusan Untuk Rekomendasi Kelulusan Sidang Skripsi Menggunakan Metode Ahp-Topsis. Jurnal Teknologi Dan Sistem Komputer, 6(1), 1. Https://Doi.Org/10.14710/Jtsiskom.6.1.2018.1-6
Siska, W. (2019). Pemkot Palembang Anggarkan Rp 600 Juta Untuk Posyandu. Retrieved From Sumeks Website: Https://Sumeks.Co/Pemkot-Palembang-Anggarkan-Rp-600-Juta-Untuk-Posyandu/
Syafi‟ie, M., Tursina, & Yulianti. (2019). Sistem Pendukung Keputusan Pemilihan Daerah Prioritas Penanganan Stunting Pada Balita Menggunakan Metode Topsis (Studi Kasus : Kota Pontianak). Jurnal Sistem Dan Teknologi Informasi (Justin), 7(1), 33. Https://Doi.Org/10.26418/Justin.V7i1.27815
96
Tuffahati, H., Mardian, S., & Suprapto, E. (2019). Pengukuran Efisiensi Asuransi Syariah Dengan Data Envelopment Analysis (Dea). Jurnal Akuntansi Dan Keuangan Islam, 4(1), 1–23. Https://Doi.Org/10.35836/Jakis.V4i1.27
