2041 6115 1 PB
2041 6115 1 PB
2041 6115 1 PB
Abstrak. Pada pemeriksaan KIA di Puskesmas, perekaman medik dilakukan dalam bentuk kohort secara manual.
Hal tersebut menyebabkan bidan menghadapi beberapa kendala antara lain, sulitnya pembacaan riwayat rekam
medik pasien, lambatnya proses pencarian data pasien. Kemudian keterbatasan dokter spesialis kandungan di
puskesmas menyebabkan diagnosa penyakit pada ibu hamil sulit dilakukan. Penelitian ini mengembangkan system
rekam medis kohort ibu hamil berbasis web yang terintegrasi dengan system pakar dengan metode certainty factor
dengan tingkat akurasi diagnosa awal penyakit pada ibu hamil adalah sebesar 75%.
Pusat kesehatan masyarakat (Puskesmas) data riwayat kehamilan yang telah tercatat pada
terdiri dari beberapa unit pelayanan kesehatan, buku kohort lain, sedangkan pada puskesmas
salah satu jenis layanan yang tersedia adalah Antang data riwayat kehamilan pasien tidak
kesehatan ibu dan anak (KIA). Pelayanan KIA tersimpan dengan baik.
menjadi salah satu prioritas utama pada Proses perhitungan yang memakan waktu
Puskesmas yang berada di Kelurahan Antang lama memiliki dampak pada penentuan
Kecataman Manggala Kota Makassar. Dimana keputusan nifas, dalam beberapa kondisi bidan
proses pencatatan medis pasien ibu dan anak tidak lagi memperhatikan perhitungan Kohort
pada puskesmas tersebut menggunakan dalam proses nifas. Oleh karena hal tersebut di
administrasi Kohort ibu dan anak. Kohort atas, efektifitas dan efisiensi waktu dalam
merupakan bank data untuk pelayanan ibu pengerjaan Kohort serta kemudahan dalam
hamil, ibu nifas, bayi dan balita [1]. Dengan proses pencarian data dan kemudahan
menggunakan Kohort, bidan dapat penggunaan aplikasi sangat diharapkan oleh
mengidentifikasi masalah kesehatan ibu hamil, pihak Puskesmas di kelurahan Antang. Selain
ibu nifas, bayi dan balita. Informasi yang itu, karena keterbatasan dokter spesialis
dihasilkan oleh Kohort, antara lain hasil kandungan, maka pihak puskesmas juga
monitoring kesehatan ibu hamil, ibu nifas, bayi mengharapkan integrasi aplikasi ini dengan
dalam kandungan, anak setelah lahir, serta system pakar untuk membantu bidan
informasi tentang kesehatan ibu hamil dan bayi melakukan diagnosa awal penyakit pada ibu
sampai balita. Dengan pemanfaatan kohort, hamil.
bidan dapat mengambil keputusan terkait Telah banyak penelitian yang
penanganan ibu hamil dan anak [2]. mengangkat topik mengenai pelayanan
Namun pada pelaksanaannya, sistem kesehatan terhadap ibu hamil dan anak, salah
pencatatan Kohort menghadapai banyak satunya [3] membuat aplikasi pelayanan
kendala. Keterlambatan pasien melakukan kesehatan ibu dan anak yang akan mengirimkan
pemeriksaan menyebabkan proses pencatatan pesan Short Message Service (SMS) broadcast
Kohort menjadi terhambat, butuh waktu yang sebagai pengingat untuk pasien KIA mengenai
laama dalam proses pencarian data rekam jadwal kunjungan peserta KB, imunisasi,
medik ibu hamil pada buku kohort, dimana pemberian vitamin dan lain sebagainya.
setiap buku kohort paling sedikit menyimpan 9 Penelitian [4] melakukan implementasi
(sembilan) data ibu hamil. Bidan akan pengisian buku kohort oleh bidan pada
mengalami kendala dalam proses pencarian palayanan kesehatan ibu dan anak (KIA)
data pasien yang akan diperiksa. Begitupun Puskesmas Nanga Pinih, didapatkan bahwa
pada proses perhitungan nilai Antenatal care. perlu adanya pelatihan dan pendampingan
Jika dilakukan estimasi waktu, dibutuhkan kepada bidan untuk memberikan pencatatan
waktu yang cukup lama untuk menghitung nilai kohort yang baik. Peneliti [5] mendapatkan
ANC pada buku Kohort. Bidan harus mencari hasil penelitian secara deskriptif mengenai
19
ISSN 2686-6099 – SCAN VOL. XV NOMOR 2 - JUNI 2020
20
ISSN 2686-6099 – SCAN VOL. XV NOMOR 2 - JUNI 2020
21
ISSN 2686-6099 – SCAN VOL. XV NOMOR 2 - JUNI 2020
UM = Usia Pasien (Jika 25-35 tahun = 30, jika Setelah didapatkan total nilai ANC,
kurang atau lebih = 0). berikutnya adalah penentuan penanganan nifas
KOM= Status Komplikasi (belum pernah = 6) sesuai dengan total nilai ANC yang didapatkan
Metode Faktor Kepastian (Certainty sebagai berikut:
Factor) 1) Jika nilai ANC < 200 = penanganan nifas
Sistem pakar merupakan program harus dilakukan secara Caesar,
computer yang didesain untuk melakukan kemungkinan ibu hamil dan anak
pemodelan seorang pakar untuk menyelesaikan meninggal cukup tinggi.
masalah. Terdapat dua bagian utama dari 2) Jika nilai ANC berada pada rentang 200 –
system pakar yaitu bagian pengembangan dan 300 = penanganan nifas dapat dilakukan
bagian konsultasi. Bagian pengembangan secara normal, kemungkinan ibu hamil dan
terdiri dari komponen-komponen yang anak meninggal cukup rendah.
digunakan sebagai basis pengetahuan 3) Jika nilai ANC > 300 = penanganan nifas
(knowledge base), sedangkan pada bagian secara Caesar, kemungkinan ibu hamil dan
konsultasi digunakan untuk mendapatkan anak meninggal cukup tinggi.
pengetahuan dari system pakar seolah-olah
pengguna melakukan konseling langsung II. Hasil Dan Pembahasan
dengan seorang pakar [9].
Metode factor kepastian (Certainty Tampilan Antarmuka Sistem
Factor (CF)) merupakan metode yang telah Integrasi Sistem Pakar pada Aplikasi
banyak dimanfaatkan untuk pembuatan system Kohort Ibu Hamil dilakukan dengan
pakar. Metode ini diusulkan pada tahun 1975 menambahkan menu pengetahuan pada
oleh Shortfile dan Buchanan dengan tujuan aplikasi. Terdapat empat menu utama yang
untuk mengakomodasi pemikiran yang tidak berisi sub menu input pasien kunjungan ibu,
pasti oleh seorang pakar. Dalam certainty kohort nifas, bayi, balita, pengetahuan, gejala,
theory, ketidakpastian direpresentasikan dan penyakit seperti yang terlihat pada gambar
dengan derajat kepercayaan. CF 5.
merepresentasikan kepercayaan pada kejadian
atau fakta atau hipotesis dengan berdasar pada
kejadian atau pada penilaian seorang pakar.
Terdapat beberapa metode pada CF yang dapat
digunakan untuk menangani ketidakpercayaan
dalam knowledge-based systems. Salah satu
metode yaitu penggunaan nilai 1.0 atau 100
untuk menilai kepercayaan absolut (keyakinan
penuh) dan 0 untuk menilai kesalahan yang
Gambar 5. Tampilan halaman pasien
pasti [10]. Metode CF memperkenalkan konsep
kepercayaan dan ketidakpercayaan. Adapun Halaman pasien yang terlihat pada
salah satu model yang dikembangkan pada CF gambar 5, menampilkan data pasien yang
adalah [11,12]: teridiri dari beberapa field. Terdapat nomor
CF memperlihatkan ukuran kepastian Kartu Tanda Penduduk yang dijadikan sebagai
pada suatu fakta atau aturan. primary key pada setiap pasien yang
didaftarkan, selain itu data umum dari pasien
𝐶𝐹𝑠[ℎ, 𝑒] = 𝑀𝐵[ℎ, 𝑒] − 𝑀𝐷[ℎ, 𝑒] (2)
dimasukkan setiap kali ada pasien yang akan
memeriksakan diri dengan mengklik tombol
dimana:
buat baru.
𝐶𝐹𝑠[ℎ, 𝑒] = Faktor kepastian
𝑀𝐵[ℎ, 𝑒] = Ukuran kepercayaan atau tingkat
keyakinan terhadap hipotesis h, jika diberikan
evidence e (antara 0 dan 1)
𝑀𝐷[ℎ, 𝑒] = Ukuran ketidakpercayaan atau
tingkat keyakinan terhadap hipotesis h, jika
diberikan evidence e (antara 0 dan 1).
Gambar 6. Tampilan data kunjungan kohort ibu
22
ISSN 2686-6099 – SCAN VOL. XV NOMOR 2 - JUNI 2020
Setiap kali pasien melakukan konsultasi, hasil diagnosa awal penyakit ibu hamil dengan
akan dilakukan penginputan data sesuai dengan menggunakan metode certainty factor.
hasil pemeriksaan yang mengacu kepada
pengisian kohort. Pada halaman ini data
pemeriksaan setiap pasien akan ditampilkan
mulai dari tanggal pemeriksaan, keluhan,
tindakan apa yang telah dilaksanakan pada
proses pemeriksaan, saran, serta tanggal
kunjungan selanjutnya seperti yang terlihat
pada gambar 6.
23
ISSN 2686-6099 – SCAN VOL. XV NOMOR 2 - JUNI 2020
Id
Nama_Gejala
Tabel 2 adalah daftar penyakit yang
gejala timbul dari gabungan gejala yang ada pada tabel
3 Nyeri pada bahu 1. Setiap akumulasi gejala yang timbul pada
Hilangnya tanda-tanda kehamilan/Tes tabel 1, kemudian dapat didiagnosa menjadi
4
kehamilan (-) nama penyakit yang biasa diderita oleh ibu
Pendarahan disertai keram perut hamil sesuai dengan tabel 2.
5
bawah
Keluarnya cairan atau jaringan dari Tabel 3. Aturan
6
vagina
7 Mual dan muntah parah Nama Id Nama
Id MB MD
Keluarnya kista berbentuk anggur Penyakit Gejala Gejala
8 Kehamilan Pendarahan
dari vagina 1 1 0.7 0.3
Usia kehamilan tidak sesuai dengan Ektropik ringan
9 Hilangnya
besar rahim
tanda-tanda
Pendarahan disertai rasa sakit kehamilan
10 khususnya 3 bulan terakhir masa 2 Abortus 4 / 0.9 0.1
kehamilan Tes
11 Nyeri punggung kehamilan
12 Nyeri perut (-)
Pendarahan tidak disertai rasa sakit Tes
Mola
13 khususnya 3 bulan terakhir masa 4 2 kehamilan 0.6 0.4
Hidatidosa
kehamilan (+)
Plasenta
gerakan bayi dalam kandungan 5
Previa
12 Nyeri perut 0.7 0.4
14
kurang aktif/tidak seperti biasanya Solusio Nyeri
Tekanan darah terus meningkat lebih 6 11 0.7 0.3
15 Plasenta punggung
dari normal (>140/90 mHg) Pre-
7 12 Nyeri perut 0.7 0.4
16 Sesak napas eklampsia
17 Sakit kepala parah Rasa ingin
Infeksi
18 Berkurangnya volume urine selalu
8 Saluran 21 0.8 0.2
Gangguan penglihatan seperti buang air
Kemih
kecil
19 pandangan hilang sementara, menjadi
kabur, atau sensitif terhadap cahaya
20 Kejang-kejang Tabel 3 memperlihatkan aturan yang
21 Rasa ingin selalu buang air kecil digunakan untuk menentukan penyakit yang
22 Nyeri atau perih saat buang air kecil biasa diderita ibu hamil menggunakan metode
23 Warna urine yang keruh certainty factor. MB adalah Ukuran
24 Demam kepercayaan atau tingkat keyakinan terhadap
hipotesis h, jika diberikan evidence e (antara 0
Tabel 1 memperlihatkan nama gejala dan 1), MD adalah ukuran ketidakpercayaan
yang pada penyakit yang biasa dialami oleh ibu atau tingkat keyakinan terhadap hipotesis h, jika
hamil. Pada penelitian ini terdapat 24 gelaja diberikan evidence e (antara 0 dan 1). Tabel
yang digunakan. Daftar gelaja tersebut aturan ini dibuat berdasarkan hasil
didapatkan peneliti dari hasil observasi dengan korespondensi dengan ahli yaitu dokter
bidan pada puskesmas dan melalui observasi spesialis obgyn dan bidan pada puskesmas
menggunakan aplikasi halodoc dengan nara setempat.
sumber dr.H.A.Mursyid Achmad,Sp.Og. Untuk menguji aturan yang telah dibuat,
maka dilakukan ujicoba diagnosis penyakit
Tabel 2. Nama Penyakit
menggunakan data pada tabel 4. Tabel 4
Kode_Penyakit Nama Penyakit
memperlihatkan perhitungan manual untuk
1 Kehamilan Ektropik menentukan penyakit mola hidatidosa. Penyakit
2 Abortus ini memiliki dua gejala utama yaitu Mual dan
4 Mola Hidatidosa muntah parah dan Mual dan muntah parah ^
5 Plasenta Previa Keluar-nya kista berbentuk anggur pada vagina.
6 Solusio Plasenta Berdasarkan hasil perhiungan pada sistem dan
7 Preeklampsia perhitungan manual pada tabel 4 dapat dilihat
8 Infeksi Saluran Kencing bahwa studi kasus dengan gejala yang dipilih
sama-sama menghasilkan bahwa pesien
24
ISSN 2686-6099 – SCAN VOL. XV NOMOR 2 - JUNI 2020
tersebut didiagnosa terkena penyakit Mola Tabel 5. Contoh Gejala yang Dipilih
Hidatidosa dengan tangkat kepercayaan 70%.
Id Gejala
Tabel 4. Perhitungan Manual untuk Penyakit Mola 1 Pendarahan ringan
Hidatidosa
4 Hilangnya tanda-tanda kehamilan / tes
kehamilan (-)
Nilai Hasil
No Gejala 5 Pendarahan disertai keram perut bawah
MB MD MB MD
Mual
dan 0.8+0(1- 0.2+0
1 0.8 0.2
muntah 0.8) (1-0.2)
parah
Mual
dan
muntah
parah ^
Keluar-
0.2+0.
nya 0.8+0.9 0.9
2 9 0.28
kista (1-0.8) 8
(1-0.2)
berbent Gambar 11. Tangkapan layar hasil analisis metode
uk certainty factor pada aplikasi kohort ibu dan anak
anggur
pada Perbandingan Diagnosa Pakar Dan Sistem
vagina Untuk mengetahui akurasi system pakar
Nilai CF = 0.98 – 0.28 = 0.7 yang telah dikembangkan, dilakukan pengujian
Integrasi Algoritma Certainty Factor perbandingan hasil diagnosa penyakit yang
Integrasi system pakar pada aplikasi biasa diderita oleh ibu hamil. Data yang
kohort berbasis web menggunakan metode digunakan adalah data real hasil observasi yang
certainty factor untuk melakukan diagnosa awal dilakukan pada puskesmas di kelurahan antang
penyakit pada ibu hamil. Metode ini akan makassar. Seperti terlihat pada tabel 6 terdapat
melakukan pembuktian apakah suatu fakta 28 data pengujian yang dikakukan. Dari 28 data
bersifat pasti atau tidak pasti. Berikut tersebut, terdapat 7 jenis penyakit yang
Implementasi metode certainty factor dalam dihasilkan dari hasil diagnosa gejala. Tingkat
bahasa pemrograman yang diimplementasikan akurasi untuk mendeteksi 7 jenis penyakit
dari rumus (2): tersebut kemudian digunakan untuk melihat
hasil perbandingan akurasi system pakar
dengan pakar langsung yaitu bidan dan dokter
𝐶𝐹 𝑀𝐵 = 𝐶𝐹(𝑀𝐵1) spesialis obgyn yang dapat dilihat pada tabel 6.
+ [𝐶𝐹 (𝑀𝐵2)]𝑥[1 Tabel 6. Perbandingan Diagnosa antara Pakar dan
− 𝐶𝐹(𝑀𝐵1)] Sistem
𝐶𝐹 𝑀𝐷 = 𝐶𝐹(𝑀𝐷1) (3)
+ [𝐶𝐹 (𝑀𝐷2)]𝑥[1 Hasil
− 𝐶𝐹(𝑀𝐷1)] No Jenis Penyakit Diagnosa Total
𝐶𝐹 = 𝑀𝐵 − 𝑀𝐷 Benar Salah
Kehamilan 4
1. 3 1
Untuk membuktikan algoritma certainty Ektropik
factor telah terintegrasi dengan baik pada source 2. Abortus 3 1 4
yang dibuat, kami melakukan ujicoba diagnosis 3. Mola Hidatidosa 3 1 4
sederhana dengan memilih 3 gejala seperti yang 4. Plasenta Previa 3 1 4
ada pada tabel 5, yaitu pendarahan ringan, 5. Solusio Plasenta 4 0 4
hilangnya tanda-tanda kehamilan, dan 6. Preeklampsia 2 2 4
pendarahan disertai keram perut bawah. Infeksi Saluran 4
7. 3 1
Kencing
Gambar 11 memperlihatkan tangkapan layar
Total 21 7 28
hasil diagnosa awal penyakit pada ibu hamil
Akurasi 75% 25%
menggunakan metode certainty factor.
25
ISSN 2686-6099 – SCAN VOL. XV NOMOR 2 - JUNI 2020
26