https://github.com/myriadn/jantungin
JantungIn adalah aplikasi yang dirancang untuk membantu seorang dokter sebagai efisiensi waktu dalam menilai risiko penyakit kardiovaskular para pasien.
https://github.com/myriadn/jantungin
hapi-server tensorflowjs vuejs
Last synced: 10 months ago
JSON representation
JantungIn adalah aplikasi yang dirancang untuk membantu seorang dokter sebagai efisiensi waktu dalam menilai risiko penyakit kardiovaskular para pasien.
- Host: GitHub
- URL: https://github.com/myriadn/jantungin
- Owner: Myriadn
- License: mit
- Created: 2025-05-06T06:27:38.000Z (12 months ago)
- Default Branch: main
- Last Pushed: 2025-06-17T04:05:30.000Z (10 months ago)
- Last Synced: 2025-06-17T05:18:29.812Z (10 months ago)
- Topics: hapi-server, tensorflowjs, vuejs
- Language: Jupyter Notebook
- Homepage: https://jantungin.netlify.app/
- Size: 12.9 MB
- Stars: 0
- Watchers: 2
- Forks: 2
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# JantungIn - Aplikasi Penilaian Risiko Kardiovaskular
JantungIn adalah aplikasi yang dirancang untuk membantu pengguna menilai risiko penyakit kardiovaskular mereka. Proyek ini merupakan Tugas Akhir untuk Studi Independen DBS Foundation dan Dicoding.
## Deskripsi Aplikasi
JantungIn menyediakan platform terpadu untuk penilaian risiko kardiovaskular dengan fitur-fitur:
- Penilaian risiko berdasarkan faktor risiko kardiovaskular yang diakui secara medis
- Autentikasi dan manajemen pengguna
- Penyimpanan dan pelacakan hasil diagnosa
- Rekomendasi dan saran kesehatan berdasarkan hasil penilaian
## Struktur Proyek
Proyek ini terdiri dari tiga komponen utama:
### 1. JantungIn-FE (Frontend)
Antarmuka pengguna web yang dibangun menggunakan:
- Vue.js 3
- Tailwind CSS
- GSAP untuk animasi
- Progressive Web App (PWA) support
### 2. JantungIn_API (Backend)
Layanan RESTful API yang mendukung:
- Otentikasi pengguna
- Manajemen data pasien
- Integrasi dengan model prediksi risiko kardiovaskular
- Keamanan data dengan JWT
Teknologi yang digunakan:
- Node.js
- Hapi.js framework
- MySQL/PostgreSQL
- JWT untuk autentikasi
### 3. Inference (Model Machine Learning)
Komponen machine learning untuk prediksi risiko kardiovaskular:
- Model TensorFlow.js
- Preprocessing data
- API integrasi dengan backend
## Instalasi dan Pengaturan Proyek
### Prasyarat
- Node.js (v14.x atau lebih baru)
- NPM atau Yarn
- Database MySQL/PostgreSQL
### Instalasi Frontend
```sh
# Masuk ke direktori frontend
cd JantungIn-FE
# Instal dependensi
npm install
# Jalankan untuk development
npm run dev
# Build untuk production
npm run build
```
### Instalasi Backend
```sh
# Masuk ke direktori backend
cd JantungIn_API
# Instal dependensi
npm install
# Jalankan server
npm start
```
### Konfigurasi Inference Model
```sh
# Masuk ke direktori inference
cd Inference
# Instal dependensi
npm install
# Jalankan untuk development
npm run dev
```
## Deployment
Aplikasi ini dirancang untuk dapat di-deploy dalam beberapa cara:
- Frontend: Netlify, Vercel, atau hosting statis lainnya
- Backend: Heroku, AWS, atau layanan cloud lainnya
- Database: Layanan database terkelola
## Tim Pengembang
JantungIn dikembangkan oleh tim mahasiswa dalam program Studi Independen DBS Foundation dan Dicoding.
## Lisensi
Proyek ini dilisensikan di bawah [Lisensi MIT](LICENSE).