ANNAS TRI WIDAGDO/PORTFOLIO · 2026
VOL. 01 // TECHNICAL ARCHIVE
■annastriwidagdo.me
SOFTWARE ENGINEER·FULL-STACK WEB DEVELOPER·AI & MACHINE LEARNING ENTHUSIAST
ENTRY 001MEMBUKA ARSIP TEKNIS00% · 01 / 01
Lewati ke konten
■annastriwidagdo.me
  • 01Beranda
  • 02Tentang
  • 03Proyek●
  • 04Blog
  • 05Kontak
LANGEN/ID
■annastriwidagdo.me
  • Software Engineer
  • Full-Stack Web Developer
  • AI & Machine Learning Enthusiast
EMAILannastriw6@gmail.com↗ (dibuka di tab baru)LINKEDIN/in/annastriwidagdo↗ (dibuka di tab baru)GITHUB@annastriw↗ (dibuka di tab baru)CONTACTBuka Kontak→

© 2026 Annas Tri Widagdo. Find the purpose. Build the solution.

←Kembali ke Proyek
02 / WEB APPLICATION

iHealth Edu

Platform kesehatan digital yang menyatukan screening terstruktur, edukasi kesehatan, data pasien, data kesehatan dari IoT, dan machine learning decision support dalam satu sistem.

Stakeholder
Puskesmas Padangsari
Peran
Frontend Web Developer
Periode
Juni–Agustus 2025
Status
Live Production
Buka Website↗Lihat Repository Frontend↗Lihat Repository Backend↗
[01]

Galeri Proyek

Perbesar Gambar
Peta persebaran geografis pasien untuk mendukung monitoring kesehatan masyarakat di wilayah kerja Puskesmas Padangsari.
Halaman beranda publik iHealth Edu yang memuat layanan kesehatan primer dan informasi program edukasi Puskesmas Padangsari.
Layar autentikasi pengguna yang menampilkan modal verifikasi kode one-time password OTP melalui email.
Tampilan modul edukasi kesehatan interaktif dengan pemutar video terintegrasi dan booklet digital.
Tampilan hasil evaluasi kuesioner asesmen kesehatan yang memuat skor manajemen mandiri dan rincian jawaban.
Forum komunitas diskusi antara pasien dan tenaga kesehatan yang memuat pertanyaan kesehatan dan tanggapan terverifikasi.
Formulir pencatatan hasil pemeriksaan klinis untuk merekam biometrik pasien dari perangkat IoT maupun input manual.
Grafik riwayat pemeriksaan biometrik pasien yang memetakan tekanan darah, gula darah, dan kolesterol dari waktu ke waktu.
Peta persebaran geografis pasien untuk mendukung monitoring kesehatan masyarakat di wilayah kerja Puskesmas Padangsari.
Halaman beranda publik iHealth Edu yang memuat layanan kesehatan primer dan informasi program edukasi Puskesmas Padangsari.
Perbesar Gambar
[01]Halaman beranda iHealth Edu menyajikan pengenalan platform edukasi kesehatan terintegrasi Puskesmas Padangsari.
01 / 08
[02]

Gambaran Proyek

iHealth Edu dikembangkan bersama Puskesmas Padangsari untuk menyatukan data kesehatan, screening terstruktur, dan konten edukasi dalam platform digital yang dirancang berdasarkan workflow layanan kesehatan primer.

Sistem ini memusatkan data pasien, memudahkan akses edukasi kesehatan, dan membantu tenaga kesehatan memantau riwayat pasien. Hasil machine learning hanya digunakan sebagai decision support dan bukan sebagai diagnosis klinis.

■[BATAS KLAIM // DECISION SUPPORT MEDIS]

Hasil machine learning hanya digunakan sebagai decision support bagi tenaga kesehatan dan bukan sebagai diagnosis klinis atau saran medis.

[03]

Kontribusi Saya

  • 01Menggali kebutuhan melalui wawancara dengan kepala Puskesmas Padangsari, diskusi rutin, dan observasi workflow, kemudian menerjemahkannya ke dalam desain UI/UX.
  • 02Mengembangkan frontend berbasis role untuk pasien, admin, dan tenaga kesehatan menggunakan Next.js.
  • 03Mengintegrasikan REST API dan menampilkan data pemeriksaan kesehatan dari perangkat ESP32 pada frontend.
  • 04Mengintegrasikan hasil machine learning decision support ke dalam antarmuka tenaga kesehatan.
■Tech Stack
  • Figma
  • Next.js
  • React
  • TypeScript
  • Tailwind CSS
  • REST API
[04]

Cakupan Sistem

■01 // Peran Pengguna
  • Pasien

    Mengikuti screening, mengakses konten edukasi, dan melihat riwayat kesehatan.

  • Admin

    Mengelola akun, konten, dan data operasional sistem.

  • Tenaga Kesehatan

    Memantau data pasien dan meninjau hasil decision support.

■02 // Screening & Edukasi
Modul Screening
DSMQHSMBQDASS-21
Topik Edukasi
DiabetesHipertensiKesehatan Mental
Alur Pembelajaran
Pre-Test → Modul Edukasi → Post-Test
■03 // Data Pasien
Pengukuran IoT

Tekanan darah, Gula darah, Kolesterol

Data Input Manual

Tinggi badan, Berat badan, Informasi gaya hidup, Informasi pendukung pasien

Riwayat Pasien

Catatan terpusat yang dapat dipantau oleh role terkait.

■04 // Integrasi Sistem
Integrasi IoT & Input Pengguna
ESP32 / User Input→Laravel API→MySQL→Next.js Interface
Integrasi Decision Support ML
Flask ML Service / Random Forest→Decision-Support Result→Health-Worker Interface

Arsitektur sistem menghubungkan data IoT dan output machine learning dengan antarmuka Next.js. Kontribusi saya berfokus pada pengembangan frontend dan integrasi alur data tersebut ke dalam UI.