<mods:mods version="3.3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>{JALUR NON REGULER - LOMBA} IMPLEMENTASI BACKEND APLIKASI SELARAS:&#13;
INTEGRASI ALGORITMA SCORE2 DAN GEMINI              &#13;
API UNTUK ESTIMASI RISIKO JANTUNG</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Muhana Naufal</mods:namePart><mods:namePart type="family">Al-Atsari</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>Penyakit Kardiovaskular (CVD) merupakan penyebab utama kematian global&#13;
yang memerlukan penanganan preventif untuk mengurangi beban Fasilitas&#13;
Kesehatan Tingkat I serta mendukung Sustainable Development Goals (SDGs)&#13;
poin ke-3. Penelitian ini mengembangkan Selaras, sebuah platform kesehatan&#13;
digital yang mengintegrasikan kalkulator klinis dengan teknologi kecerdasan&#13;
buatan adaptif. Fokus utama penelitian adalah implementasi arsitektur Back-End&#13;
menggunakan framework Laravel 12 dengan inovasi Service-Repository Pattern.&#13;
Metode ini memisahkan logika kompleks kalkulasi algoritma SCORE2 secara&#13;
terstruktur untuk meningkatkan skalabilitas sistem. Hasil kalkulasi diintegrasikan&#13;
dengan Generative AI melalui Gemini API menggunakan strategi Context&#13;
Injection dan sliding window pada database MySQL. Strategi ini berfungsi&#13;
menganonimkan data Personally Identifiable Information (PII) dengan hanya&#13;
mengirimkan variabel kesehatan esensial ke dalam prompt AI guna menjaga&#13;
privasi medis dan meningkatkan efisiensi penggunaan token. Evaluasi sistem&#13;
mencakup pengujian performa API, fungsionalitas Cron Job, dan metrik efisiensi&#13;
token. Secara praktis, keandalan arsitektur Selaras telah divalidasi melalui&#13;
pencapaian Juara 3 kompetisi App Development pada ajang Multimedia and&#13;
Game Event (MAGE) 11 di Institut Teknologi Sepuluh Nopember. Penelitian ini&#13;
diharapkan dapat membantu tenaga medis dan masyarakat dalam melakukan&#13;
deteksi dini risiko kardiovaskular secara mandiri dan akurat.</mods:abstract><mods:classification authority="lcc">005 Pemrograman komputer, program dan data</mods:classification><mods:originInfo><mods:dateIssued encoding="iso8061">2026-06-25</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Universitas AMIKOM Yogyakarta;Fakultas Ilmu Komputer</mods:publisher></mods:originInfo><mods:genre>Thesis</mods:genre></mods:mods>