PERANCANGAN DATA WAREHOUSE PADA DEPARTEMEN RADIOLOGI DAN LABORATORIUM DI RUMAH SAKIT ROYAL TARUMA

PERANCANGAN DATA WAREHOUSE PADA DEPARTEMEN RADIOLOGI DAN LABORATORIUM DI RUMAH SAKIT ROYAL TARUMA Kelvin Pratama, Yoe Di, Kenneth, Indrajani, S.Kom., MM. Jl. K. H. Syahdan No. 9, Kemanggisan/Palmerah Jakarta Barat, +62.21 534 5830/+62.21 530 0244, [email protected], [email protected], [email protected], [email protected]

Abstrak

Tujuan dari penulisan skripsi ini adalah menganalisis dan merancang data warehouse untuk departemen radiologi dan laboratorium pada Rumah Sakit Royal Taruma serta membuat laporan dan dashboard untuk merepretasikan data yang ada pada Data Warehouse. Metode-metode yang digunakan dalam penulisan ini adalah metode studi pustaka, metode pengumpulan data, metode analisis dan metode perancangan. Metode studi pustaka merupakan suatu tinjauan pustaka pada literatur-literatur penelitian maupun non-penelitian untuk mendapatkan kesimpulan atau dasar untuk penulisan, metode pengumpulan data yang digunakan adalah wawancara. Selain itu, metode analisis yang digunakan adalah system flowchart dan entity relationship diagram, dan metode perancangan yang digunakan adalah menggunakan pendekatan Bottom-up yang dikemukakan oleh Kimball. Hasil yang dicapai dari skripsi ini adalah menghasilkan data warehouse yang dapat digunakan sebagai sumber data dalam mendukung penelitian medis dan proses diagnosis. Simpulan yang didapat dari skripsi ini adalah data warehouse merupakan suatu sumber data yang memungkinkan data dapat dilihat dari berbagai sudut pandang. Kata Kunci : Data Warehouse, Radiologi, Laboratorium, Rumah Sakit, Diagnosis, Penelitian

Abstract

The purpose of this study is to analyze and design the data warehouse for radiology and laboratory department in Royal Taruma Hospital, and also to create report and dashboard to represent data in data warehouse. The methods used in this study are literature study methods, data collection methods, analysis methods and design methods. Literature study is a literature review on the research or non-research literature to get a conclusion or the basis of this study, the data collection methods used in the form of interviews. Besides, analysis methods used are system flowchart and entity relationship diagrams and the design method used is a bottom-up approach proposed by Kimball. The outcome of this thesis is to

produce a data warehouse that can be used as a source of data to support medical research and diagnosis process. The conclusion of this thesis is the data warehouse is a data source that allows the existing data to be seen from Multiple View. Keywords : Data Warehouse, Radiology, Laboratory, Diagnosis, Research

PENDAHULUAN Penerapan fungsi sistem informasi rumah sakit di Indonesia baik pemerintah maupun swasta, pada umumnya hanya terfokus pada fungsi administrasi (Sanjaya, Rahmanti, Anggoro, & Rachmandani, 2013), sedangkan sistem informasi rumah sakit sebenarnya dapat juga digunakan pada kegiatan klinis. Penerapan sistem informasi rumah sakit pada kegiatan klinis saat ini hanya sebatas untuk pencatatan dan datanya tidak diolah lebih lanjut untuk kebutuhan analisis pada rumah sakit. Kegiatan klinis pada rumah sakit menghasilkan hasil yang disebut dengan diagnosis, diagnosis sendiri memiliki 2 data penunjang utama yaitu data subjektif dan data objektif (Sunarto, 2014). Data subjektif disebut sebagai data anamnesis karena data ini diperoleh dari anamnesis yang dilakukan dokter pada pasien atau sumber lain, sedangkan data objektif disebut juga sebagai data fisis karena diperoleh dari pemeriksaan fisis dan pemeriksaan penunjang medis. Pemeriksaan penunjang medis yang utama di dalam rumah sakit umumnya terdiri dari pemeriksaan laboratorium dan pemeriksaan radiologi. Data yang diperoleh dari pemeriksaan radiologi dan epenyakit dan juga untuk menyediakan informasi didalam pengambilan keputusan untuk penanganan pasien yang tepat. Sebuah data warehouse dapat membantu mengolah data klinis yang tidak terolah dan terintegrasi melainkan tersebar di seluruh departemen rumah sakit seperti Laboratorium , EMR (Electronic Medical Record), Pendaftaran, Laboratorium Katerisasi Jantung, dan lain-lain (Rubin & Terry, 2008). Penelitian ini telah dilakukan sebelumya dan dimuat dalam jurnal “A Data Warehouse For Integrating Radiologic and Pathologic Data”. Jurnal ini membahas mengenai pentingnya integrasi antara data radiologi dan laboratorium melalui data warehouse untuk mendukung penelitian dan diagnosis. Selain itu penelitian lain yang berkaitan dimuat dalam jurnal “Clinical Desired in Clinical Data Warehouse for Biomedical Research”. Jurnal ini membahas mengenai keunikan karakteristik dari Clinical Data Warehouse dibandingkan dengan Data Warehouse pada umumnya dikarenakan transaksi dalam rumah sakit bersifat unik dan tipe data pada bidang medis biasanya meliputi data tekstual sehingga data warehouse sulit diterapkan dengan baik pada rumah sakit. Penelitian berikut dikembangkan oleh penulis dengan menambahkan proses ETL pada pembuatan data warehouse serta adanya standarisasi penamaan penyakit dengan menggunakan kode ICD-10 dimana hal ini tidak dimuat dalam penelitian sebelumnya. Penerapan data warehouse pada departemen radiologi dan laboratorium rumah sakit royal trauma didasarkan atas beberapa masalah. Yang pertama adalah kesulitan dalam melakukan penelitian dan pembelajaran suatu penyakit berdasarkan kasus radiologi karena data yang diperlukan untuk penelitian berasal dari beberapa sumber data. Selain itu sulitnya proses analisa laporan karena laporan yang dibuat hanya dapat dilihat dari satu sudut pandang. Masalah ketiga adalah pembuatan summary report dan laporan yang bersifat ad hoc yang sulit untuk dilakukan. Masalah lain yang timbul yaitu sulitnya melakukan studi retrospektif untuk mendukung diagnosis pasien. Akses ke dalam database operasional dalam membuat laporan juga dapat menyebakan melambatnya kinerja sistem operasional. Selain itu, Untuk membangun sistem Business Intelegence, pihak rumah sakit pun membutuhkan data warehouse sebagai sumber datanya. Berdasarkan permasalahan dan kebutuhan yang telah dikemukakan di atas, maka tulisan ini dibuat dengan tujuan menganalisis dan merancang data warehouse untuk departemen radiologi dan laboratorium rumah sakit, dan membuat laporan yang datanya berasal dari data warehouse tersebut.

METODOLOGI Dalam penerapan data warehouse dibutuhkan metode atau prosedur dalam pengumpulan informasi yang akurat serta perancangan data warehouse. Metode pertama yang digunakan adalah studi pustaka. Metode studi pustaka merupakan kegiatan pengumpulan data dengan melakukan tinjauan ringkas secara menyeluruh dan juga analisis kritis pada literatur, baik yang bersifat penelitian maupun nonpenelitian pada topik-topik tertentu. Tujuan dari studi pustaka adalah agar pembaca memahami literatur

terkini dari sebuah topik dan literatur tersebut diharapkan dapat dijadikan dasar bagi tujuan penelitian selanjutnya atau di masa depan (Cronin, Ryan , & Coughlan, 2008). Dalam penelitian ini, penulis melakukan studi pustaka melalui beberapa jurnal-jurnal ilmiah terutama jurnal ilmiah mengenai penelitian sebelumnya dan buku-teks sebagai dasar dari tujuan penelitian dan teori-teori yang dibutuhkan. Metode kedua adalah pengumpulan data dengan wawancara. Wawancara adalah pengumpulan data dari setiap individu secara face-to-face. Ada beberapa objektif dari penggunaan metode wawancara antara lain mencari fakta, membuktikan fakta, menjelaskan fakta, memperoleh antusiasme narasumber, memperoleh keterlibatan pengguna akhir, mengidentifikasi kebutuhan dan mengumpulkan ide-ide dan opini (Connolly & Begg, 2010). Dalam penelitian ini, penulis melakukan wawancara terhadap dokter medis, staff radiologi (radiografer), dan staff laboratorium. Selain itu digunakan juga metode analisis dan perancangan. Metode analisis digunakan untuk menggambarkan proses bisnis berjalan dari rumah sakit yang dituju serta untuk menganalisis kebutuhan informasi. Pada metode ini digunakan activity diagram dan entity relationship diagram. Activity diagram digunakan untuk menggambarkan aktivitas dari berbagai user atau sistem, orang yang melakukan aktivitas tersebut, dan aliran kegiatan secara sekuensial (Satzinger, Jackson, & Burd, 2012). Sedangkan Entity Relationship Diagram merupakan model yang digunakan pada analisis tradisional dan analisis database yang menggambarkan entitas data dan relasinya yang merupakan penggambaran kebutuhan penyimpanan data dari sistem yang baru atau sistem yang sedang berjalan (Satzinger, Jackson, & Burd, 2012). Metode perancangan data warehouse yang digunakan penulisan ini adalah metode perancangan data warehouse dengan pendekatan Bottom-up (Kimball & Ross, 2013). Metode ini menggunakan 4 tahap yaitu menentukan proses bisnis yang datanya ingin dianalisis, menentukan granularity atau seberapa detil data tersebut, mengidentifikasi dan menyesuaikan dimensi, dan menentukan fakta sebagai hasil perhitungan kinerja dari suatu proses bisnis.

HASIL DAN BAHASAN Perancangan Data Warehouse Dalam Perancangan data warehouse pada Departemen Radiologi dan Laboratorium Rumah Sakit Royal Taruma, metode yang digunakan adalah four-step dimensional modelling, yang terdiri dari : Memilih Proses Bisnis Memilih proses bisnis pada Departemen Radiologi dan Laboratorium Rumah Sakit Royal Taruma yang akan digunakan dalam membangun data warehouse, yaitu : 1. Pemeriksaan Radiologi dan Laboratorium Meliputi proses pemeriksaan radiologi dan laboratorium yang dilakukan oleh pasien. 2. Pernyataan Pemeriksaan Radiologi Meliputi proses persiapan pasien sebelum melakukan pemeriksaan, di mana dari masingmasing jenis pemeriksaan terdapat pertanyaan-pertanyaan berbeda yang harus dijawab oleh pasien. Mendeklarasikan Grain Grain menentukan seperti apa fact table row direpresentasikan. 1. Pada proses pemeriksaan radiologi dan laboratorium, analisis yang dilakukan meliputi total pemeriksaan berdasarkan waktu, pasien, jenis pemeriksaan, jenis penyakit, wilayah, modalitas, dan parameter pemeriksaan.

2. Pada proses pernyataan pemeriksaan radiologi analisis yang dilakukan meliputi total pernyataan berdasarkan waktu, pasien, jenis pertanyaan, dan wilayah. Mengidentifikasikan dimensi Tahap ini adalah proses memilih dimensi dan menyesuaikannya proses bisnis yang ada. Dimensi yang digunakan pada proses bisnis Departemen Radiologi Rumah Sakit Royal Taruma diantaranya: a. Dimensi waktu Berisi detail mengenai waktu yang terjadi saat proses pemeriksaan berlangsung. b. Dimensi pasien Berisi detail mengenai pasien yang melakukan pemeriksaan radiologi dan laboratorium. c. Dimensi jenis pemeriksaan Berisi detail mengenai jenis pemeriksaan yang tersedia pada departemen radiologi dan laboratorium. d. Dimensi parameter pemeriksaan Berisi detail mengenai parameter yang digunakan dalam mengukur hasil pemeriksaan laboratorium. e. Dimensi Wilayah Berisi detail mengenai wilayah tempat tinggal pasien maupun staff. f.

Dimensi ICD10 Berisi detail mengenai kode standar yang digunakan untuk diagnosa penyakit dan diakui secara internasional.

g. Dimensi Modalitas Berisi detail mengenai kode standar yang digunakan untuk diagnosa penyakit dan diakui secara internasional. h. Dimensi jenis pertanyaan Berisi detail mengenai jenis - jenis pertanyaan yang diajukan kepada pasien sebelum dilakukan pemeriksaan radiologi. Mengidentifikasikan Fakta Menentukan fakta-fakta yang akan digunakan dalam data warehouse, yaitu : a. Fakta pemeriksaan radiologi dan laboratorium Meliputi total pemeriksaan pasien pada radiologi dan laboratorium yang dapat dilihat berdasarkan dimensi waktu, dimensi pasien, dimensi modalitas, dimensi parameter pemeriksaan, dimensi jenis pemeriksaan, dimensi wilayah, dan dimensi ICD10. b. Fakta pernyataan pemeriksaan Meliputi total pernyataan pasien yang akan melakukan pemeriksaan radiologi, yang dapat dilihat berdasarkan dimensi waktu, dimensi pasien, dimensi jenis pertanyaan, dimensi wilayah, dan dimensi waktu.

Merancang Desain Fisik Data Warehouse dm TransaksiPemeriksaanDanHasil

Dim_ParameterPemeriksaan Dim_Wilayah «col um n» SKParameterPemeriksaan: i nt KodeParameterPemeriksaan: varchar(15) NamaParameterPemeri ksaan: varchar(100) NamaJeni sParam eter: varchar(100) NamaUPParameterPem eri ksaan: varchar(100) Uni tStandarInternasi onal : varchar(10) SatuanStandarInternasi onal : varchar(10) Status: varchar(10) LAST _UPDAT E: dateti m e EFFECT IVE_DAT E: datetim e EXPIRATION_DAT E: dateti me

«col um n» SKWi l ayah: int KodeKel urahan: varchar(15) NamaKel urahan: varchar(50) NamaKecam atan: varchar(50) NamaProvi nsi : varchar(50) NamaKota: varchar(50) Status: varchar(10) LAST_UPDATE: dateti me EFFECT IVE_DAT E: datetim e EXPIRAT ION_DAT E: dateti me

Fact_Pemeriksaan

Dim_JenisPemeriksaan «col um n» SKJenisPemeri ksaan: i nt KodeJenisPemeri ksaan: varchar(15) NamaJeni sPemeriksaan: varchar(50) NamaKel ompokPemeri ksaan: varchar(15) Status: varchar(10) LAST _UPDAT E: dateti m e EFFECT IVE_DAT E: datetim e EXPIRATION_DAT E: dateti me

Dim_M odalitas

«col umn» SKPasi en: int SKJeni sPemeri ksaan: int SKParameterPem eri ksaan: i nt SKTi m e: i nt SK_ICD10: i nt SKModal itas: i nt SKWi l ayah: i nt T otal Pemeri ksaan: i nt POST _DAT E: datetim e LAST _UPDAT E: dateti me

Dim_Pasien «col umn» SKPasi en: i nt KodePasi en: varchar(15) NamaPasien: varchar(50) Tanggal Lahi rPasi en: dateti me Jeni sKel ami nPasi en: char(1) Al amatPasi en: varchar(200) Status: varchar(10) LAST _UPDAT E: datetim e EFFECT IVE_DAT E: dateti me EXPIRAT ION_DAT E: datetim e

«col um n» SKModal i tas: i nt KodeModal i tas: varchar(15) NamaModal i tas: varchar(100) M erkM odal i tas: varchar(20) Status: char(1) LAST _UPDAT E: dateti m e EFFECT IVE_DAT E: datetim e EXPIRATION_DAT E: dateti me

Dim_Time «column» SKT im e: i nt T anggal : datetim e Bul an: i nt T ahun: int

Dim_ICD10 «colum n» SK_ICD10: int Kode_ICD10: char(7) Nam a_ICD10: varchar(50) Nam aJeni s_ICD10: varchar(50) Nam aKel om pok_ICD10: varchar(50) Status: varchar(10) LAST _UPDAT E: dateti me EFFECT IVE_DAT E: dateti m e EXPIRAT ION_DAT E: dateti me

Gambar 1 Star Schema Pemeriksaan Gambar diatas menggambarkan star schema dari fact pemeriksaan dimana fact ini berhubungan dengan dimensi wilayah, waktu, parameter pemeriksaan, ICD10, pasien, modalitas dan jenis pemeriksaan.

dm Pernyataan

Dim_Pasien «column» SKPasien: int KodePasien: varchar(15) NamaPasien: varchar(50) TanggalLahirPasien: datetime JenisKelaminPasien: char(1) AlamatPasien: varchar(200) Status: varchar(10) LAST_UPDATE: datetime EFFECTIVE_DATE: datetime EXPIRATION_DATE: datetime

Dim_JenisPertanyaan

Fact_Pernyataan Dim_Time

«column» SKJenisPertanyaan: int KodeJenisPertanyaan: varchar(50) NamaJenisPertanyaan: varchar(50) NamaKelompokPertanyaan: varchar(50) Pertanyaan: varchar(50) Status: varchar(10) LAST_UPDATE: datetime EFFECTIVE_DATE: datetime EXPIRATION_DATE: datetime

«column» SKPasien: int SKJenisPertanyaan: int SKWilayah: int SKTime: int TotalPernyataan: int POST_DATE: datetime LAST_UPDATE: datetime

«column» SKTime: int Tanggal: datetime Bulan: int Tahun: int

Dim_Wilayah «column» SKWilayah: int KodeKelurahan: varchar(15) NamaKelurahan: varchar(50) NamaKecamatan: varchar(50) NamaProvinsi: varchar(50) NamaKota: varchar(50) Status: varchar(10) LAST_UPDATE: datetime EFFECTIVE_DATE: datetime EXPIRATION_DATE: datetime

Gambar 2 Star Schema Pernyataan

Gambar diatas menggambarkan star schema dari fact pertanyaan dimana fact ini berhubungan dengan dimensi pasien, wilayah, waktu, dan jenis pertanyaan.

SIMPULAN DAN SARAN Dari perancangan data warehouse pada departemen radiologi dan laboratorium yang sudah dilakukan, dapat disimpulkan beberapa hal yaitu, data warehouse dapat membantu proses diagnosis agar berjalan lebih baik lagi lewat laporan-laporan mengenai riwayat pemeriksaan pasien yang berisi informasi mengenai pemeriksaan apa saja yang pernah dilakukan, diagnosa apa saja yang pernah diberikan oleh dokter, keluhan apa saja yang pernah dialami, dan lain-lain. Data warehouse juga dapat membantu menyediakan laporan-laporan penting untuk kebutuhan penelitian bagi pihak rumah sakit maupun diluar rumah sakit. Laporan-laporan tersebut dapat dilihat dari berbagai sudut pandang sehingga analisa laporan menjadi lebih dalam. Lalu, lewat penyediaan data-data historis, data warehouse dapat membantu dokter maupun peneliti melakukan studi retrospektif yaitu studi yang dilakukan dengan membandingkan peristiwa saat ini dengan peristiwa yang ada di masa lalu, lalu di rekonstruksi untuk kebutuhan analisis dalam dunia kedokteran. Selain itu, data warehouse dapat digunakan sebagai sumber data bagi business intelligence yang akan membantu visualisasi data laporan sehingga dapat dianalisis dengan baik.

Agar implementasi data warehouse pada departemen radiologi dan laboratorium dapat lebih berkembang dan bermanfaat kedepannya, ada beberapa saran yang dapat dipertimbangkan, yaitu, data warehouse yang ada dapat di perluas, tidak hanya di bagian radiologi maupun laboratorium melainkan dapat diterapkan di bagian utama pemeriksaan pada rumah sakit contohnya seperti rawat inap, rawat jalan, farmasi, dan lain-lain. Kemudian, bagian radiologi dapat membangun dan mengintegrasikan PACS dengan data warehouse yang ada, sehingga laporan-laporan mengenai berkas-berkas foto atau gambar hasil radiologi dapat diolah menjadi informasi yang berguna. Selain itu, ruang lingkup laboratorium dapat diperluas ke bagian patologi anatomi agar pemeriksaan yang berkaitan dengan patologi anatomi datanya dapat diolah menjadi informasi yang berguna. Data mining pun dapat dibangun untuk membantu mengolah data yang ada pada data warehouse agar dapat dianalisis lebih dalam lagi.

REFERENSI Connolly, T. M., & Begg, C. E. (2010). Database Systems. Boston: Pearson Addison-Wesley. Cronin, P., Ryan , F., & Coughlan, M. (2008). Undertaking a literature review: a step-by-step approach. British Journal of Nursing, 17, 1. Farzandipour, M., Sadoughi, F., & Meidani, Z. (2011). Hospital Information Systems User Needs Analysis: A Vendor Survey. Journal of Health Informatics in Developing Countries, 147-148. Hall, J. A. (2011). Accounting Information System. Ohio: Cengage Learning. Inmon, W. H. (2005). Building the Data Warehouse, 4th Edition. Indianapolis: Wiley Publisher, Inc. Ismail, N. I., Abdullah, N. H., Shamsudin, A., & Nik Ariffin, N. (2013). Implementation Differences of Hospital Information. International Journal of Social Science and Humanity, 115. Kimball, R., & Ross, M. (2013). The Data Warehouse Toolkit, 3rd Edition. Indianapolis: Wiley. Lu, Li, & Gisler. (2011). Improving Financial Performance by Modeling and Analysis of Radiology Procedure Scheduling at a Large Community. Journal of Medical Systems, 299. Mackenzie, S., Wyatt , M., Schuff, R., Tenenbaum, J., & Anderson, N. (2012). Practices and perspectives on building integrated data repositories: results from a 2010 CTSA survey. J Am Med Inform Assoc, e119-24. Marakas, G. M., & O'brien, J. A. (2013). Introduction to Information Systems. New York: McGraw-Hill. Nance, J. W., Meenan, C., & Nagy, P. G. (2012). The Future of the Radiology. American Journal of Roentgenology, 1064. Ping, L., Tao, W., Mu, C., bin, Z., & Guo, X. W. (2011). A Study on Building Data Warehouse of Hospital Information System. Chinese Medical Journal, 2373. Programmes: International Classification of Diseases (ICD). (2014). Dipetik December 9, 2014, dari World Health Organization: http://www.who.int/classifications/icd/en/ Rainer, R. J., & Cegielski, C. G. (2012). Introduction to Information System: Supporting and Transforming Business. John Wiley & Sons, Inc. Reddy, G. S., Rao, M. P., Srinivasu, R., & Rikkula, S. R. (2010). Data Warehousing, Data Mining, OLAP, and OLTP Technologies are Essential Elements to Support Decision Making Process in Industries. International Journal on Computer Science and Engineering, 2865.

Royal College of Radiologists. (2008). Radiology Information System. London : The Royal College of Radiologists. 3. Rubin, D. L., & Desser, T. S. (2008). A Data Warehouse for Integrating Radiologic and Pathologic Data. Journal of American College of Radiology, 210. Sanjaya, G. Y., Rahmanti, A. R., Anggoro, P., & Rachmandani, A. A. (2013). Sistem Informasi Rumah Sakit: Kemana arah penggunaanya? 1-8. Satzinger, J. W., Jackson, R. B., & Burd, S. D. (2012). Systems Analysis and Design in a Changing World, Sixth Edition. Boston: Joe Sabatino. Sepulveda, J. L., & Young, D. S. (2013). The Ideal Laboratory Information System. Arch Pathol Lab Med Vol 137, 1129. Shan, H., Zhao, X., Bai, Y., & Xu, W. (2012). The Role of Clinical Laboratory Information System in Quality Assurance. International Conference on Future Information Technology and Management Science & Engineering, 426. Song, J. W., & Chung, K. C. (2010). Observational Studies: Cohort and Case-Control Studies. Plastic Reconstruction Surgery, 2234–2242. Sorace, J., Aberle, D. R., Elimam, D., Lawvere, S., Tawfik, O., & Wallace, W. D. (2012). Integrating Pathology and Radiology Disciplines: an Emerging Opportunity. BMC Medicine, 1. Soo-Yong, S., Woo Sung, K., & Jae-Ho, L. (2014). Characteristics Desired in Clinical Data Warehouse for Biomedical Research. Healthcare Informatic Research, 109-116. Sunarto. (2014). Diagnosis Klinis Awal: Dari Masalah menuju Diagnosis. Jakarta: Penerbit Buku Kedokteran EGC. Turban, E., Sharda, R., & Delen, D. (2011). Decision Support and Business Intelligence Systems. New Jersey: Pearson. Whitten, J. L., & Bentley, L. D. (2007). Systems Analysis and Design Methods, 7th Edition. New York: McGraw-Hill. Wiggins, C. (2008). Teknologi Informasi. Dalam S. B. Buchbinder, & N. H. Shanks, Buku Ajar Manajemen Pelayanan Kesehatan (Introduction to Health Care Management) (P. Widyastuti, & E. Tiar, Penerj., hal. 107-120). Jakarta: Penerbit Buku Kedokteran EGC.

RIWAYAT PENULIS Kelvin Pratama lahir di kota Jakarta pada 15 November 1993. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Sistem Informasi pada 2015. Saat ini bekerja sebagai Programmer di PT.Jiva Ventures. Penulis aktif di HIMPUNAN MAHASISWA SISTEM INFORMASI sebagai pengurus komisi bidang pendidikan. Yoe Di lahir di kota Jakarta pada 26 April 1993. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Sistem Informasi pada 2015. Saat ini bekerja sebagai Programmer di PT.Jiva Ventures. Penulis aktif di HIMPUNAN MAHASISWA SISTEM INFORMASI sebagai Koordinator Informasi. Kenneth lahir di kota Jakarta pada 23 Maret 1993. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Sistem Informasi pada 2015. Penulis aktif di HIMPUNAN MAHASISWA SISTEM INFORMASI sebagai Wakil Koordinator 2 Project Manager.