IMPLEMENTASI BACK-END UNTUK APLIKASI ANDROID PELAYANAN KESEHATAN MENGGUNAKAN BAHASA PEMROGRAMAN KOTLIN
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Bidang Studi Fisika
Oleh:
DWI AJI SOBARNA NIM. 08021281722038
JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SRIWIJAYA
2021
i
LEMBAR PENGESAHAN
IMPLEMENTASI BACK-END UNTUK APLIKASI ANDROID PELAYANAN KESEHATAN MENGGUNAKAN BAHASA PEMROGRAMAN KOTLIN
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Bidang Studi Fisika
Diajukan Oleh:
DWI AJI SOBARNA NIM. 08021281722038
Indralaya, November 2021 Menyetujui,
Pembimbing I
Prof. Dr. Iskhaq Iskandar , M.Sc NIP: 197210041997021001
Mengetahui, Ketua Jurusan Fisika
Dr. Frinsyah Virgo, S.Si., M.T NIP: 197009101994121001
ii
IMPLEMENTASI BACK-END UNTUK APLIKASI ANDROID PELAYANAN KESEHATAN MENGGUNAKAN BAHASA
PEMROGRAMAN KOTLIN Oleh :
DWI AJI SOBARNA NIM.08021281722038
ABSTRAK
Birokrasi yang terjadi di rumah sakit sering dianggap membutuhkan waktu yang lama.
Aplikasi android ini untuk membantu mengurus pelayanan dalam rumah sakit memerlukan perubahan data secara real-time. Platform Firebase menawarkan hal tersebut karena firebase akan memberikan data secara real-time. Untuk memaksimalkan konsultasi dengan dokter, kita perlu mengetahui jenis penyakit yang dialami sehingga pasien dapat berkonsultasi langsung dengan dokter spesialis. Model Machine Learning dapat membantu untuk membuat pasien dapat memprediksi penyakit yang dialami. Untuk implementasi machine learning kedalam aplikasi android diperlukan tensorflowLite. Dan untuk mendapatkan data umum dari rumah sakit memerlukan web API yang disediakan oleh google. Web API yang diaplikasikan untuk mendapatkan rute terdekat dari google direction dan google map. Untuk mendapatkan detail dari rumah sakit seperti lokasi,nama rumah sakit,nomor rumah sakit menggunakan google place.
Kata Kunci: Aplikasi Android, Firebase , TensorflowLite ,Web API,Smartphone Pembimbing I
Prof. Dr. Iskhaq Iskandar , M.Sc NIP: 197210041997021001
Mengetahui, Ketua Jurusan Fisika
iii
BACK-END IMPLEMENTATION FOR HEALTH SERVICE ANDROID APPLICATIONS USING THE KOTLIN PROGRAMMING LANGUAGE
By :
DWI AJI SOBARNA NIM.08021281722038
ABSTRACT
The Bureaucracy that occurs in hospitals is often considered to take a long time. This android application to help manage services in hospitals requires real-time data changes.
The Firebase platform offers this because firebase will provide data in real-time. To maximize consultations with doctors, we need to know the type of disease experienced so that patients can consult directly with specialists. Machine Learning models can help to make patients predict the disease they are experiencing. To implement machine learning into android applications, tensorflowLite is needed. And to get general data from hospitals requires a web API provided by google. Web API that is applied to get the closest route from google direction and google map. To get details from the hospital such as location, hospital name, hospital number, use Google Place.
Keywords: Android Application, Firebase, TensorflowLite, Web API, Smartphone Pembimbing I
Prof. Dr. Iskhaq Iskandar , M.Sc NIP: 197210041997021001
Mengetahui, Ketua Jurusan Fisika
iv
KATA PENGANTAR
Puji dan syukur Penulis Panjatkan kehadirat Allah SWT Tuhan Yang Maha Esa karena berkat rahmat dan karunia-NYA laporan tugas akhir ini dapat dibuat untuk melengkapi persyaratan kurikulum di jurusan Fisika Fakultas Matematika dan Pengetahuan Alam Universitas Sriwijaya. Saya menyadari bahwa dalam penyusunan skripsi ini masih terdapat banyak kekurangan dan jauh dari kesempurnaan, hal ini disebabkan oleh keterbatasan pengetahuan yang dimiliki oleh penulis. Oleh karena itu, saya sangat memerlukan dan mengharapkan bantuan berupa kritik dan saran yang sifatnya mendidik dan membangun.
Selanjutnya saya sangat mengharapkan agar kiranya skripsi ini dapat diterima oleh pihak terkait dan tak lupa saya mengucapkan banyak terimakasih atas izin dan kesempatan yang diberikan. Saya mengucapkan banyak terima kasih kepada pihak yang telah banyak membantu selama proses kerja praktek mulai dari penyusunan proposal sampai pembuatan laporan kerja praktek ini. Terimakasih juga untuk:
1. keluarga tercinta (Mama, Bapak, Nenek (almh.), Kakek (alm.), dan saudara- saudari saya) yang telah memberikan doa dan dukungannya kepada saya untuk menyelesaikan tugas akhir ini,
2. ketua jurusan fisika, Bapak Frinsyah Virgo dan dosen Jurusan Fisika serta staff terkait,
3. bapak Iskhaq Iskandar selaku Dosen Pembimbing akademik sekaligus Pembimbing I pada skripsi ini dan juga selalu ada untuk memberikan dukungan kepada saya,
4. ibu Erni sebagai Dosen Pembimbing dalam kegiatan Kampus Merdeka,
5. sahabat terbaik yang menemani saya selama kuliah ini, yaitu sahabat dari BOLELE FAMILY yang dengan tulus mendukung dan melengkapi setiap kekurangan saya, 6. special thanks juga untuk Jenny Alanna Engka yang selalu mendukung dan
memberi dorongan untuk semakin baik lagi, 7. teman-teman satu angkatan Fisika 2017.
8. teman-teman new shelter kerena telah Bersama-sama membuat final project pada kampus merdeka Bangkit 2021
v
Akhir kata, saya mengucapkan banyak terima kasih bagi semua pembaca dan semoga hasil laporan skripsi saya dapat bermanfaat.
Indralaya, Oktober 2021 Penulis,
Dwi Aji Sobarna NIM.08021281722038
vi DAFTAR ISI
LEMBAR PENGESAHAN ... i
KATA PENGANTAR ... iv
ABSTRAK ... iii
DAFTAR ISI ... vi
DAFTAR GAMBAR ... viii
DAFTAR TABEL ... ix
BAB I PENDAHULUAN ... 1
1.1. Latar Belakang ... 1
1.2. Rumusan Masalah ... 3
1.3. Batasan Masalah ... 3
1.4. Tujuan Penelitian ... 3
1.5. Manfaat Penelitian ... 3
BAB II TINJAUAN PUSTAKA ... 4
2.1. Android ... 4
2.1.1 Sejarah Android ... 4
2.1.2 Perkembangan Android ... 5
2.2. Kotlin Sebagai Bahasa Pemrograman untuk Pengembangan Aplikasi Android 7 2.2.1. Kotlin Multiparadigm ... 8
2.2.2. Kotlin Multiplatform ... 9
2.3. Fundamental Android ... 11
2.3.1. Activity... 11
2.3.2. Intent ... 13
2.3.3. Fragment ... 15
2.3.4. View dan ViewGroup ... 15
2.4. Dependency in Data Management ... 16
2.4.1. Room ... 16
2.4.2. LiveData ... 17
2.4.3. ViewModel... 19
2.4.4. Web API ... 20
2.4.5. Firebase... 21
vii
2.4.6. TensorFlowLite ... 22
BAB III METODE PENELITIAN... 24
3.1. Waktu dan Tempat Penelitian ... 24
3.2. Alat dan Bahan Penelitian ... 24
3.2.1. Alat ... 24
3.2.2. Bahan... 24
3.3. Tahapan Penelitian ... 25
3.4. Metode Implementasi back-end pada aplikasi android ... 27
BAB IV HASIL DAN PEMBAHASAN ... 31
4.1. Perancangan System Activity Diagram ... 31
4.2. Impelementasi dan Pengujian ... 33
4.3. Pengujian Implementasi Back-end pada Aplikasi Langkah ... 36
BAB V PENUTUP ... 40
5.1. Kesimpulan ... 40
5.2. Saran ... 40
DAFTAR PUSTAKA ... 41
LAMPIRAN ... 43
viii
DAFTAR GAMBAR
Gambar 2.1 Struktur dari kotlin multiplatform projek ... 11
Gambar 2.2 Activity Lifecycle ... 13
Gambar 2.3 Hirarki dari ViewGroup dan View ... 16
Gambar 2.4 Diagram arsitektur Room ... 17
Gambar 2.5 Cara Kerja API ... 21
Gambar 3.1 Bagan Alir Penelitian ... 25
Gambar 3.2 Diagram Alir Implementasi Program Aplikasi Android ... 27
Gambar 3.3 Splash Screen untuk menuju aplikasi ... 28
Gambar 3.4 Gambar Halaman register ... 29
Gambar 3.5 Gambar User Interface daftar rumah sakit terdekat ... 29
Gambar 3.6 Gambar User Interface untuk pendeteksian penyakit ... 30
Gambar 4.1 Activity Diagram Login/Register ... 31
Gambar 4.2 Activity detail informasi rumah sakit ... 32
Gambar 4.3 Activity Konsultasi penyakit ... 33
Gambar 4.4 Tabel template yang disediakan oleh firebase ... 34
Gambar 4.5 Web API yang telah di aktifkan pada proyek Langkah ... 35
Gambar 4.6 sample code dari tensorflowlite untuk di implementasikan ... 36
Gambar 4.7 Data pada firebase authentication ... 36
Gambar 4.8 Data pada google cloud platform ... 37
Gambar 4.9 Data tensorflow lite pada terminal android studio ... 38
ix
DAFTAR TABEL
Tabel 2.1 Perkembangan Android... 5
10 BAB I PENDAHULUAN
1.1. Latar Belakang
Pada tahun 2021 adalah tahunnya digitalisasi yang mana semua hal bisa dilakukan hanya melalui smartphone. Sehingga penggunaan aplikasi smartphone yaitu android sekarang banyak diminati oleh masyarakat. Dari belanja kita bisa menggunakan aplikasi e-commerce, untuk mengurus birokrasi pun bisa dilakukan dengan hanya menggunakan smartphone. Begitu eratnya kehidupan sekarang ini dengan hanya menggunakan smartphone dikarenakan kemudahan yang ditawarkan. Sehingga sudah seharusnya kita dapat merasakan kemudahan ketika kita ingin melakukan urusan di rumah sakit hanya dengan menggunakan smartphone.
Pemerintah sudah berupaya semaksimal mungkin dalam menyediakan layanan kesehatan dengan sebaik mungkin, namun yang terjadi di lapangan mengalami berbagai kendala yang terjadi pada rumah sakit. Birokrasi yang terjadi di rumah sakit sering dianggap membutuhkan waktu yang lama. Kondisi pandemik Covid yang terjadi pada tahun 2019 juga membuat perubahan perilaku masyarakat yang membutuhkan kegiatan tanpa tatap muka. Ini menyebabkan diperlukannya perbaikan sistem dalam menangani setiap pasien dalam rumah sakit.
Seiring Berkembangnya teknologi, Penggunaan teknologi untuk memperbaiki sistem ini adalah solusi terbaik yang dapat dilakukan. Ide untuk mempermudah birokrasi pasien dapat dilakukan dengan adanya aplikasi android layanan kesehatan dengan fitur mengklasifikasi penyakit pasien. Pasien dapat melakukan prediksi penyakit yang dialami berdasarkan gejala-gejala yang diderita. Hal ini pun akan membuat kerja dokter lebih efektif dengan menggunakan data.
Untuk membantu mengurus birokrasi dalam hal pelayanan rumah sakit memerlukan perubahan data secara real-time. Untuk mendapatkan data secara real-time, digunakanlah firebase untuk mendapatkan kondisi tersebut. Firebase adalah platform yang digunakan aplikasi realtime. Ketika keadaan atau data diubah, aplikasi yang teresonansi dengan firebase akan memperbarui secara langsung melalui setiap device (perangkat) baik website ataupun mobile (Sanad, 2019). Dengan firebase tersebut kita dapat memantau
11
secara langsung bagaimana kondisi dari rumah sakit terkait nomor antrian,jadwal dokter yang tersedia dan kamar yang tersedia di rumah sakit.
Untuk mendapatkan data dari setiap rumah sakit kita masih menggunakan data yang masih umum. Yaitu menggunakan web API yang disediakan oleh google. Web API yang diaplikasikan untuk mendapatkan rute terdekat dari google direction dan google map.
Dan untuk mendapatkan detail dari rumah sakit itu sendiri menggunakan google place.
Dari data-data tersebut kita dapat mengetahui detail rumah sakit seperti nama rumah sakit,alamat rumah sakit, detail rumah sakit, dan arah menuju ke rumah sakit tersebut.
Juga ada fitur emergency call, yang mana memerlukan kombinasi dari ketiga web API tersebut untuk dapat memanggil rumah sakit terdekat.
Untuk memudahkan kita dapat mengidentifikasi penyakit apa yang kita derita lalu kita dapat berkonsultasi dengan dokter spesialis yang berkaitan dibutuhkan klasifikasi untuk mendeteksi penyakit tersebut. Disini kita menggunakan model machine learning.
Machine learning merupakan bagian dari bidang kecerdasan buatan (artificial intelligence). Tujuan machine learning adalah untuk mengajarkan mesin atau software untuk menyelesaikan permasalahan dengan menyediakan beberapa contoh (Richert and Coelho, 2013). Untuk implementasi dari machine learning tersebut harus dibuatlah model tflite sehingga machine learning tersebut dapat di implementasikan dalam aplikasi android sehingga dapat memperkirakan penyakit yang sedang kita alami.
Dari berbagai model machine learning yang ada, penelitian ini akan berfokus menggunakan model decision tree dan neural network. Menurut Geron (2019), decision tree atau pohon keputusan adalah sebuah model kuat, yang mampu mencari hubungan kompleks nonlinier dalam data. Sedangkan, neural network adalah inti dari deep learning dimana serbaguna, kuat, dan dan dapat diskalakan, menjadikannya ideal untuk menangani permasalahan besar dan kompleks. Dari kelebihan dua model inilah yang akan digunakan untuk menangani permasalahan klasifikasi penyakit. Dalam Penelitian ini akan menjelaskan bagaimana firebase,API, dan tflite dapat di implementasikan dalam suatu aplikasi android. Atau kita bisa sebut dengan implementasi back-end pada aplikasi android.
12 1.2. Rumusan Masalah
Rumusan masalah yang dapat ditarik berdasarkan latar belakang tersebut adalah sebagai berikut.
1. bagaimana membuat model untuk back-end dari aplikasi untuk pelayanan rumah sakit?
2. bagaimana Implementasi dari model back-end untuk aplikasi pelayanan rumah sakit?
1.3. Batasan Masalah
Dalam penelitian ini masalah dibatasi pada:
1. database merupakan database lokal.
2. implementasi back-end terkait web API , tensorflowLite dan firebase.
1.4 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah:
1. membangun model back-end terkait pembuatan aplikasi pelayanan rumah sakit.
2. mengaplikasikan model back-end aplikasi pelayanan rumah sakit.
1.5 Manfaat Penelitian
Hasil dari penelitian ini memiliki manfaat sebagai berikut:
1. pengembangan teknologi kesehatan yang dapat digunakan agar pelayanan di rumah sakit lebih efisien.
2. membantu pengguna untuk mendapatkan pelayanan rumah sakit secara efisien.
13
DAFTAR PUSTAKA
Android Developers. LiveData. (Online) (
https://developer.android.com/topic/libraries/architecture/livedata)
Android Developers. Save data in a local database using Room. (Online) ( https://developer.android.com/training/data-storage/room)
Android Developers. ViewModel. (Online) (
https://developer.android.com/topic/libraries/architecture/viewmodel)
Chatterjee, N. dkk., 2018. Real-time Communication Application Based on Android Using Google Firebase. International Journal of Advance Research in Computer Science and Management Studies, 4 (6) : 75.
Chin, E. dkk., 2011. Analyzing Inter-Application Communication in Android. MobiSys'11 - Compilation Proceedings of the 9th International Conference on Mobile Systems, Applications and Services and Co-located Workshops, 241.
https://doi.org/10.1145/1999995.2000018.
Dicoding. Belajar Fundamental Aplikasi Android: Pengenalan Android. (Online) (https://www.dicoding.com/academies/14/tutorials/1123), diakses pada 2 Oktober 2021.
Dicoding. Belajar Fundamental Aplikasi Android: Teori Koneksi Ke Web API & Parsing JSON. (Online) (https://www.dicoding.com/academies/14/tutorials/6509), diakses pada 2 Oktober 2021.
Dicoding. Memulai Pemrograman Dengan Kotlin: Kotlin Sebagai Bahasa Multiparadigm. (Online) (https://www.dicoding.com/academies/80/tutorials/4035), diakses pada 2 Oktober 2021.
Evert, A-K ., 2019. Cross-Platform Smartphone Application Development with Kotlin Multiplatform. Master Thesis, School of Electrical Engineering and Computer Science, KTH Royal Institute of Technology., Stockholm, Sweden.
Febriandirza, A., 2020. Perancangan Aplikasi Absensi Online Dengan Menggunakan Bahasa Pemrograman Kotlin. Jurnal Pseudocode, 2 (7) : 125.
Kusniyati, H., 2016. Aplikasi Edukasi Budaya Toba Samosir Berbasis Android. Jurnal Teknik Informatika, 1 (9):11.
14
Lengkong, H. N., Sunsuw, A. A. E. dan Lumenta, A. S., 2015. Perancangan Penunjuk Rute Pada Kendaraan Pribadi Menggunakan Aplikasi Mobile GIS Berbasis Android Yang Terintegrasi Pada Google Maps. Jurnal Teknik Elektro dan Komputer, 2 (4):20.
Rais, M., 2019. Penerapan Konsep Object Oriented Programming Untuk Aplikasi Pembuat Surat. Jurnal PROtek, 2 (6): 96.
Riccio, V., Amalfitano, D. dan Fasolino, A. R., 2018. Is This the Lifecycle We Really Want? An Automated Black-Box Testing Approach for Android Activities.
Companion Proceedings for the ISSTA/ECOOP 2018 Workshops, 69-70. Diakses 2 Oktober 2021, dari https://p1ndsvin.github.io/assets/pdf/intuitestbeds2018.pdf.
Richert, W. dan Coelho, L.P., 2013. Bulding Machine Learning Systems with Python.
Birmingham: Packt Publishing.
Sanadi, E. A. W., Achmad. A. dan Dewiani., 2018. Pemanfaatan Realtime Database di Platform Firebase Pada Aplikasi E-Tourism Kabupaten Nabire. Jurnal Penelitian Enjiniring, 1 (22): 21.
Siriteanu, A. M. dan Iftene, A., 2013. MeetYou – Social Networking on Android.
Proceedings - RoEduNet IEEE International Conference, 4.
http://www.projectsgoal.com/download_projects/android-projects/android- projects-GAD00034.pdf.
Taufiq, A., Pratama, M. dan Pratama, A. R., 2021. Rancang Bangun Aplikasi Android
“Kuliah Apa?” Berbasis Flutter dan TensorFlow Lite. Jurnal Automata. 1 (2): 4.
Wilson, J., 2016. Creating Dynamic UI with Android Fragments. Second Edition.
Brimingham: Packt Publishing.
