Implementasi Data Mining di Bidang Kesehatan

Oleh : Siti Fatimah (Mahasiswi Ilmu Komputer UINSU Medan)


2
2 points

Menjaga kesehatan tubuh merupakan salah satu amanah dari Allah SWT yang sangat berharga dan harus kita syukuri. Menurut Anne Wilson Schaef mengatakan kesehatan yang baik bukanlah sesuatu yang bisa kita beli. Namun, itu bisa menjadi rekening tabungan yang sangat berharga. Apalagi dimasa pandemi Covid-19 kita begitu ekstra menjaga stamina dan daya tubuh agar kesehatan tetap terjaga. 

Pemeliharaan kesehatan adalah upaya penanggulangan dan pencegahan gangguan kesehatan yang memerlukan pemeriksaan dan pengobatan. Namun semua orang pasti merasakan sakit, dan butuh penanganan yang cepat untuk kesembuhan. Rumah Sakit sebagai salah satu fasilitas pelayanan kesehatan, merupakan bagian dari sumber daya kesehatan yang sangat diperlukan dalam mendukung penyelenggaraan upaya kesehatan. Dan solusi agar dokter mampu menangangi pasien dengan cepat butuh sesuatu untuk meringankan pekerjaannya yaitu sebuah teknologi informasi.

Di era revolusi industri 4.0 saat ini teknologi modern sudah digunakan pada berbagai instansi, Salah satunya di Rumah sakit. Teknologi yang hebat dengan berbagai metode seperti Data Mining,Artificial Intelligence,Jaringan Syaraf Tiruan dan sebagainya mampu meringankan pekerjaan dokter dan perawat dalam menangani pasien yang membutuhkan pertolongannya. Penggunaan teknologi informasi dalam aspek kesehatan sudah menjadi kebutuhan begitu penting terkait juga dengan pemahaman, kemampuan dan sumberdaya untuk meningkatkan kualitas pelayanan kesehatan. 

Sebut saja data mining yang berfungsi memasukkan data, mengolah data, dan kemudian dijadikan sebagai suatu informasi yang bermanfaat. Teknologi internet dan teknologi kesehatan lainnya menyediakan media baru untuk menghubungkan antara sistim informasi kesehatan, pelayanan kesehatan masyarakat dan dunia usaha untuk saling bekerjasama. 

Istilah data mining (penambangan data) digunakan pada akhir tahun 1980-an data mining umumnya dikenal sebagai sub proses dalam lingkup lebih besar yang disebut Knowledge Discovery in Databases (KDD) Defenisi yang lebih umum dari KDD adalah apa yang dikemukakan oleh Fayyad et al. yakni the nontrivial process of identifying valid, novel, potentially useful, ultimately understandable patterns in data. 

Dengan anggapan sebagai sub proses dalam cakupan KDD, data mining terkait dengan penemuan akan “informasi tersembunyi”. Sub proses lainnya yang juga merupakan bagian dari KDD di antaranya persiapan data (warehousing,data cleaning, pre-process, dan lain-lain) Data mining merupakan analisa dari peninjauan kumpulan data untuk menemukan hubungan yang tidak diduga dan meringkas data dengan cara yang berbeda dengan sebelumnya, yang dapat dipahami dan bermanfaat bagi pemilik data yang menyatukan teknik dari pembelajaran mesin,pengenalan pola, statistic,database,dan visualisasi untuk penanganan permasalahan pengambilan informasi dari database yang besar (Larose,2005). 

Data mining bekerja dengan cara menggunakan data yang ada dan relevan, data mining membuat beberapa model untuk mengidentifikasi pola-pola diantara atribut-atribut yang ada di dalam dataset. Model adalah penyajian matematis (persamaan linear sederhana dan/atau persamaan kompleks yang sangat tidak linear) yang mengidentifikasi pola-pola diantara berbagai atribut object (misalnya, pelanggan) yang ada di dalam dataset. Beberapa pola tersebut adalah bersifat deskriptif (menjelaskan saling-keterkaitan atau persamaan dan kesamaan diantara berbagai atribut tersebut), sementara yang lain adalah bersifat prediktif (meprediksi „value/hasil‟ yang akan terjadi pada atribut-atribut tertentu). 

Ada jenis-jenis pola utama data mining meliputi association, predictions,clusters,dan sequential relationships telah diekstraksi dari data secara manual yang terus meningkat di jaman modern telah menciptakan kebutuhan untuk pendekatan yang lebih otomatis. 

Adapun implementasi data mining dengan berbagai metode dalam bidang kesehatan yaitu; Pertama, Decision tree merupakan salah satu metode klasifikasi yang menggunakan representasi struktur pohon (tree) dimana setiap node merepresentasikan nilai dari atribut, cabangnya merepresentasikan nilai dari atribut dan daun merepresentasikan kelas. Node yang paling atas dari decision tree disebut sebagai root. Algoritma decision tree dapat dengan mudah memproses data karena mudah beradaptasi pada interaksi kompleks antar variabel. Setiap cabang pohon dapat terdiri atas kombinasi dari variabel dan variabel yang sama dapat muncul lebih dari satu di berbagai cabang pohon. 

Dengan metode ini juga dapat diketahui pola suatu penyakit berdasarkan data yang sudah ada, yaitu nama pasien, usia, jenis kelamin,status imunisasi dan status gizi dengan gejala penyakit ISPA (pernapasan). Dengan demikian, jika sudah diketahui faktor-faktor yang mempengaruhi suatu diagnose, maka memudahkan untuk klasifikasi untuk pola keputusan suatu penyakit dan analisis pola data kesehatan. 

Kedua, Algoritma apriori adalah algoritma pengambilan data dengan aturan asosiatif (Association rule) untuk menentukan hubungan antar item dalam suatu dataset (sekumpulan data) yang telah ditentukan. Konsep ini sendiri diturunkan dari terminologi market basket analysis, yaitu pencarian hubungan dari beberapa produk di dalam transaksi pembelian. Algoritma apriori ini akan cocok untuk diterapkan bila terdapat beberapa hubungan item yang ingin dianalisa. 

Salah satunya yang bisa diterapkan adalah di dalam bidang kesehatan dan digunakan di apotek dengan tetap tersedianya berbagai jenis obat-obatan digudang apotek, untuk mengetahui obat apa saja yang dibeli oleh para konsumen. Dengan adanya metode-metode data mining dibidang kesehatan, akan membantu dokter dan perawat dalam menangani pasien. Begitu juga di apotek tidak perlu mengantri panjang karena lambannya pekerja mengambil obat yang dipesan konsumen. 

Pemerintah Indonesia memberikan perhatian khusus pada bidang kesehatan dengan mengeluarkan kebijakan untuk penerapan teknologi informasi dan komunikasi pada layanan kesehatan di Indonesia. Kebijakan tersebut salah satunya tertuang dalam rencana strategis 2015 Kementrian Kesehatan, diantaranya rencana strategis penerapan sistem informasi kesehatan dan integrasi data rekam medis rumah sakit rujukan nasional dan regional. 

Penelitian data mining dibidang kesehatan di Indonesia mulai berkembang meskipun belum banyak penelitian yang dapat terimplementasi langsung di rumah sakit dengan baik. Kedepannya akan sangat baik jika dibangun satu sistem dataset penyakit yang dapat digunakan oleh para peneliti secara luas. Marissa Mayer mengatakan Dengan pengumpulan data, 'semakin cepat semakin baik' selalu merupakan jawaban terbaik.


Like it? Share with your friends!

2
2 points

What's Your Reaction?

Confused Confused
0
Confused
Sad Sad
0
Sad
Fun Fun
0
Fun
Genius Genius
8
Genius
Love Love
13
Love
OMG OMG
0
OMG
Win Win
8
Win
KamuHebat

0 Comments

Choose A Format
Personality quiz
Series of questions that intends to reveal something about the personality
Trivia quiz
Series of questions with right and wrong answers that intends to check knowledge
Poll
Voting to make decisions or determine opinions
Story
Formatted Text with Embeds and Visuals
List
The Classic Internet Listicles
Countdown
The Classic Internet Countdowns
Open List
Submit your own item and vote up for the best submission
Ranked List
Upvote or downvote to decide the best list item
Meme
Upload your own images to make custom memes
Video
Youtube, Vimeo or Vine Embeds
Audio
Soundcloud or Mixcloud Embeds
Image
Photo or GIF
Gif
GIF format