[PHS5]
Sistem Pendukung Keputusan Tindakan Pencegahan Kejadian Luar Biasa Penyakit
Latar Belakang
KLB penyakit adalah status yang mengklasifikasikan
peristiwa meningkatnya jumlah penderita suatu
penyakit pada satu wilayah tertentu dalam satu rentang
waktu. Permenkes 1501 tahun 2010 menjelaskan 7
kriteria yang menjadikan suatu wilayah dapat
ditetapkan dalam keadaan KLB.
Di dalam Permenkes juga disebutkan penanggulangan
cepat dan tepat dibutuhkan terhadap daerah yang
terjangkit KLB penyakit, agar dapat menekan jumlah
penderita penyakit pada daerah tersebut serta
membatasi penyebaran penyakit. Salah satu bentuk
penanggulangan KLB penyakit dengan memberikan
tindakan pencegahan terhadap daerah terjangkit.
Permasalahan utama pada penelitian ini adalah
menemukan solusi kebutuhan penyampaian informasi
mengenai KLB penyakit yang disampaikan dengan
cepat beserta tindakan preventif melalui sebuah sistem
informasi pendukung keputusan. Berdasarkan hal
tersebut, maka akan dikembangkan sebuah sistem
yang memberikan peringatan ketika suatu daerah
menunjukkan kriteria menjadi daerah KLB penyakit dan
menghasilkan rekomendasi solusi tindakan
pencegahan KLB penyakit pada suatu wilayah.
Pengembangan
Program Studi Magister Ilmu Kesehatan Masyarakat Minat Sistem Informasi Manajemen Kesehatan (SIMKES),
Metode
Tindakan pencegahan yang diberikan terhadap KLB
penyakit merupakan hasil pemrosesan sistem yang
menerapkan metode CBR (Case Based Reasoning)
Sumber : www.uni-trier.de
Konsep dasar pada CBR adalah memecahkan masalah
baru dengan mengadaptasi solusi dari masalah yang lebih
lama.
Hasil
Pemodelan keputusan yang dibuat dalam pengembangan
sistem mengacu pada input, berupa :
• Data Jumlah penderita penyakit
• Hasil penyelidikan epidemiologi
• Domain pengetahuan KLB penyakit yang pernah
terjadi
• Output berupa tindakan preventif/pencegahan untuk
KLB penyakit
Fikry Pratama
FKKMK Universitas Gadjah Mada
Kesimpulan
Data yang digunakan dalam SPK berupa data distribusi • Pemodelan sistem yang dibangun dapat mewakili
penyakit berdasarkan kecamatan, data KLB penyakit dan kebutuhan user untuk mengetahui terjadinya KLB Penyakit
pencegahan KLB penyakit yang pernah terjadi pada suatu pada suatu wilayah
wilayah.
• Sistem dapat memberikan peringatan untuk wilayah dengan
dugaan KLB penyakit sesuai dengan kriteria Permenkes RI
• Peta yang disajikan dapat menampilkan lokasi daerah KLB
penyakit, fitur navigasi kepada user, terkait arah dan jarak.
• Implementasi CBR sebagai metode penalaran dan basis
pengetahuan dapat memberikan rekomendasi tindakan
pencegahan KLB penyakit.
BIBLIOGRAPHY
1. Peraturan Menteri Kesehatan Republik Indonesia Nomor 1501/MENKES/PER/X/2010
Tahun 2010, “Jenis Penyakit Menular Tertentu Yang Dapat Menimbulkan Wabah Dan
Upaya Penanggulangan”, 12 Oktober 2010
2. Muktiadi, R. and Kusumadewi, S. (2018) ‘Sistem Pendukung Keputusan Penentuan
Jenis Tindakan Preventif untuk Daerah dengan Kejadian Luar Biasa Penyakit di
Kabupaten Banyumas’, JUITA : Jurnal Informatika, 6(1), p. 45. doi:
10.30595/juita.v6i1.1943.
3. Sumunar, D. P. S., 2015, “Pemanfaatan Citra Quickbird Untuk Penyusunan Model
Spasial Ekologi Kewaspadaan Dini Kejadian Luar Biasa Penyakit Demam Berdarah
Dengue (Dengue Hemorrhagic Fever) Kasus Di Permukiman Kota Yogyakarta”,
Disertasi, Program Pascasarjana Fakultas Geografi Universitas Gadjah Mada,
Yogyakarta.
4. Hastuti, N. M., 2014, “Manajemen Surveilans Epidemiologi Penyakit Potensi Kejadian
Luar Biasa (KLB) Di Dinas Kesehatan Kabupaten Karanganyar Tahun 2014”, Artikel
Publikasi Ilmiah, Program Studi Kesehatan Masyarakat Fakultas Ilmu Kesehatan
Universitas Muhammadiyah Surakarta, Surakarta.
5. Wicaksono, B. S., Romadhony, A., dan Sulistiyo, M. D., 2014, “Analisis dan
Sistem terdiri dari 6 form/modul : Implementasi Sistem Pendiagnosis Penyakit Tuberculosis Menggunakan Metode
1. MAP KLB Case-Based Reasoning”, Seminar Nasional Aplikasi Teknologi Informasi (SNATI),
ISSN: 1907 – 5022, 21 Januari 2014, halaman B22-B28.
2. Data Puskesmas 6. Rismawan, T., dan Hartati, S., 2012, “Case-Based Reasoning untuk Diagnosa Penyakit
3. Penyebaran Penyakit THT (Telinga Hidung dan Tenggorokan)”, IJCCS, ISSN: 1978-1520, Vol.6, No.2, Juli
2012, halaman 67-78.
4. Data KLB 7. Masrochah, S. 2006, “Sistem Informasi Surveilans Epidemiologi Sebagai Pendukung
5. Data Tindakan Preventif Kewaspadaan Dini Kejadian Luar Biasa (KLB) Penyakit Di Dinas Kesehatan Kota
6. Data User Semarang”, Tesis, Magister Ilmu Kesehatan Masyarakat Program Pasca Sarjana
Universitas Diponegoro, Semarang.
8. Kementrian Kesehatan RI (2011) Buku pedoman penyelidikan dan penangulangan
kejadian luar biasa.
Disampaikan dalam “ 5th UGM Public Health Symposium”. Yogyakarta, 26 April 2019
 Resume Jurnal

Judul : Sistem Pendukung Keputusan Tindakan Pencegahan Kejadian Luar

Biasa Penyakit
Penulis : Fikry Pratama
Tahun : 2019
Reviewer : Putri Mayang Sari
Tgl review : Minggu, 4 Juni 2023

Latar Belakang

KLB penyakit adalah klasifikasi berbentuk status peningkatan jumlah yang menderita suatu
oenyakit pada suatu wilayah tertentu dalam suatu rentang waktu. Permenkes menyebutkan
terdapat 7 kriteria wilayah KLB dan dibutuhkan penanggulangan cepat dan tepat terhadap daerah
yang terjangkit KLB penyakit serta mencegah terjangkit di daerah tersebut. Oleh karena itu,
dibutuhkan solusi untuk penyampaian informasi KLB penyakit dengan cepat agar dapat
mencegah terjangkitnya KLB penyakit yang lebih meluas.

Metode

Tidnakan yang dibekikan terhadap KLB penyakit adalah hasil proses sistem yang menerapkan
metide CBR ( case based reasoning). CBR yaitu mengadaptasi solusi dari masalah yang lama
untuk memecahkan masalah baru.

Hasil

Hasil pengembangan sistem mengacu pada input berupa data jumlah penderita penyakit, hasil
penyelidikan epidemiologi, domain pengetahuan KLB penyakit yang lalu, output berupa
pencegahan KLB penyakit. Data yang digunakan dalam SPK berupa data distribusi penyakit
berdasarkan kecamatan, data KLB penykait, dan pencegahan KLB penyakit pada suatu wilayah.

Kesimpulan

Pemodelan sistem disesuaikan dengan kebutuuan user untuk mengetahui KLB penyakit di suatu
wilayah, dapat emnampilkan peta lokasi daerah KLB penyakit, memberikan peringatan suatu
wilayah terjangkit KLB penyakit sesuai kriteria permenkes, dan implementasi CBR sebagai basis
pengetahuan yang dpaat memberikan rekomendasi Tindakan pencegahan KLB penyakit.