Sistem Pengelolaan Pasien dengan Flask dan MongoDB

Deskripsi Proyek

Sistem Pengelolaan Pasien ini dirancang sebagai solusi inovatif untuk meningkatkan pengalaman pasien dan mengoptimalkan pengelolaan data di fasilitas kesehatan. Dengan menggunakan Flask sebagai framework utama dan MongoDB sebagai basis data, proyek ini bertujuan meningkatkan efisiensi pendaftaran pasien, kualitas layanan kesehatan, dan pengelolaan data pasien.

Kelompok Google

• Muhammad Alif Budiman dari Universitas Negeri Jakarta (Ketua)
• Ahmad Iqbal Ferdinand Romadhon dari Institut Teknologi, Sains, dan Kesehatan RS.DR. Soepraoen Kesdam V/BRW
• Dea Elsiyani Pratiwi dari Universitas Kahuripan Kediri

API Docs:

POSTMAN SWAGGER (tersedia setelah deploy — buka https://web--sistem-pengelolaan-pasien--5cd2xf2mwjg5.code.run/apidocs/)

Tujuan

1. Meningkatkan efisiensi dalam proses pendaftaran pasien melalui antarmuka yang user-friendly.
2. Meningkatkan kualitas layanan kesehatan.
3. Meningkatkan efisiensi dalam pengelolaan data pasien yang diperlukan.

Manfaat

• Untuk Pasien: Mempermudah proses pendaftaran.
• Untuk Pengelola Klinik: Mempermudah dalam mengorganisir data-data pasien.

Teknologi yang Digunakan

• Bahasa Pemrograman: HTML, CSS, Javascript, dan Python.
• Database: MongoDB.
• Framework: Flask.
• Deploy: Render.

Fitur

1. Autentikasi:

   • Register akun pasien.
   • Login akun pegawai & pasien.

2. Beranda:

   • Homepage (landing page). Halaman ini berisi layanan klinik, tata cara pendaftaran, jadwal praktik dokter, dan antrian hari ini.

3. Pendaftaran Pasien:

   • Pendaftaran pasien.
   • Cancel pendaftaran.

4. Riwayat:

   • Riwayat pendaftaran pasien.
   • Riwayat checkup pasien.

5. Profil:

   • Lihat dan edit profil.

6. Kelola Pendaftaran Pasien:

   • Approve pendaftaran pasien.
   • Reject pendaftaran pasien.
   • Done pendaftaran pasien.

7. Admin Dashboard:

   • Dashboard admin.

8. Export Data:

   • Export data pendaftaran pasien ke CSV.
   • Export data checkup pasien ke CSV.

9. Rekam Medis:

   • Buat rekam medis pasien.
   • Edit checkup pasien.

10. Kelola Jadwal Praktik Dokter:

• CRUD operasi untuk jadwal praktik dokter.

11. Real-Time:

• Perubahan data dilakukan tanpa perlu refresh halaman

Panduan Penggunaan

Kebutuhan Lokal

• Python 3.11.9+
• MongoDB Atlas (atau MongoDB lokal untuk pengembangan)

Setup Lokal

1. Clone repository.
2. Buat virtual environment dan aktifkan:

python3.11 -m venv venv
source venv/bin/activate  # Linux/macOS
# venv\Scripts\activate   # Windows

3. Install dependensi:

pip install -r requirements.txt

4. Buat file .env dari contoh:

cp .env.example .env
# Edit .env dan isi nilai yang sesuai

Isi .env:

MONGODB_CONNECTION_STRING=mongodb+srv://USERNAME:PASSWORD@CLUSTER_HOST/?retryWrites=true&w=majority
DB_NAME=sistem_pengelolaan_pasien
TOKEN_KEY=access_token
SECRET_KEY=<generate dengan perintah di bawah>
FLASK_DEBUG=false
PORT=5000

Generate SECRET_KEY:

python -c "import secrets; print(secrets.token_urlsafe(64))"

5. Jalankan seeder (opsional):

python seeder.py

6. Jalankan aplikasi (mode pengembangan):

python app.py

7. Akses melalui browser: http://localhost:5000

Perintah Produksi Lokal (Linux/WSL)

PORT=8000 gunicorn -w 1 --threads 20 --timeout 120 --bind 0.0.0.0:$PORT app:app

---

Konfigurasi Render

Pengaturan	Nilai
Runtime	Python 3.11.9
Region	Singapore
Plan	Free
Build Command	pip install --upgrade pip && pip install -r requirements.txt
Start Command	gunicorn -w 1 --threads 20 --timeout 120 --bind 0.0.0.0:$PORT app:app
Health Check Path	/health

Environment Variables di Render

Nama	Keterangan
MONGODB_CONNECTION_STRING	Connection string MongoDB Atlas
DB_NAME	Nama database
TOKEN_KEY	Nama field token JWT di cookie
SECRET_KEY	Secret key untuk signing JWT

MongoDB Atlas — Network Access

Setelah service Render dibuat:

1. Buka dashboard Render, temukan Outbound IP addresses service Anda.
2. Buka MongoDB Atlas → Network Access → Add IP Address.
3. Tambahkan semua rentang CIDR outbound Render (bukan 0.0.0.0/0 secara permanen).
4. Pastikan database user Atlas hanya memiliki izin minimum yang dibutuhkan aplikasi ini.

Catatan: 0.0.0.0/0 dapat digunakan sementara saat pengujian awal, tetapi harus diganti dengan IP spesifik Render secepatnya.

---

Keterbatasan Render Free

Keterbatasan	Detail
Spin-down	Service mati otomatis setelah ~15 menit tidak aktif. Request pertama memerlukan cold start ~30–60 detik.
Filesystem efemeral	Semua file yang diupload (termasuk foto profil) akan hilang setelah restart atau redeploy.
Foto profil	Gunakan hanya data demo. Untuk produksi, migrasikan penyimpanan file ke Cloudinary atau AWS S3.
Data pasien	Deployment publik hanya boleh menggunakan data dummy/demo, bukan data pasien nyata.

Kontribusi

Silakan berkontribusi dengan melakukan pull request ke repositori ini. Jangan ragu untuk melaporkan issue jika menemui masalah.

---

Proyek ini dikembangkan sebagai bagian dari program MSIB LearningX Full Stack Web Development.