SISTEM BERBASIS PENGETAHUAN DALAM PROGRAM MANAJEMEN
TERPADU BALITA SAKIT (MTBS) UNTUK BAYI DIBAWAH 2 BULAN
Hamzah
Teknik Informatika, Fakultas Sains dan Teknologi Universitas Respati Yogyakarta
Jl. Laksda Adisucipto Km 6.3 Depok Sleman Yogyakarta Email : [email protected]
Abstract
Integrated Management of Childhood Healthy is an approach that was initiated by WHO and UNICEF to prepare health workers conduct an assessment, classification and provide measures to children against diseases that can be life-threatening. Inadequate number of trained health personnel and lack of understanding of the parents to the disease of children under five become an obstacle in the program Integrated Management of Childhood Healthy resulting in the risk of death for children under five.
This research aims to develop software that can assist medical personnel in conducting the assessment, analysis, diagnosis and action to infants under the age of 2 (two) months of the disease experienced. This knowledge-based system developed with PHP and MySQL as DBMS.
Results of this study are expected to assist medical personnel in providing service to provide independent training for all medical personnel, medical personnel and community candidates in the management program of Integrated Management of Childhood Illness in young infants under the age of 2 months.
Keywords: Knowledge Base, Integrated Management of Childhood Illness, Medical
PENDAHULUAN
dapat dilatih MTBS, perpindahan (mutasi) tenaga kesehatan yang telah dilatih, kurang lengkapnya sarana dan prasarana pendukung, dsb. Sebagai gambaran, jumlah Puskesmas di seluruh Indonesia ada sekitar 7500 Puskesmas (data Depkes tahun 2006), untuk menerapkan MTBS perlu dilatih 2 orang tenaga kesehatan di setiap Puskesmas. Dalam 1 kali penyelenggaraan pelatihan MTBS kita dapat melatih 30-40 tenaga kesehatan yang dibagi dalam 3-4 kelas dengan lama pelatihan 6 hari. Apabila dalam 1 tahun Depkes (pusat) hanya menyelenggarakan pelatihan MTBS 10 kali saja (jumlah ini sudah termasuk banyak, mungkin kurang dari itu), maka berarti Depkes hanya dapat meng-cover sekitar 300-400 tenaga kesehatan/tahun atau sekitar 5 % saja yang dapat dilatih MTBS. Belum lagi bila dikurangi jumlah tenaga kesehatan yang pindah atau pensiun maka jumlah itu sangat tidak memadai Wijaya[9].
Hasil penelitian yang dilakukan Mardijanto, Hasanbasri (2005) menyimpulkan bahwa bahwa pelaksanaan MTBS telah berjalan bergantung pada petugas yang sudah pernah dilatih. Kinerja proses seperti kelengkapan pengisian formulir dan pembuatan klasifikas keluhan terjadi tidak bertambah baik selama periode tiga tahun. Meskipun mutu pelayanan dan pengelolaan pneumonia bertambah baik, angka rasio kotrimoksasol belum menggembirakan. Hasil seperti ini, menurut kami terkait dengan dukungan manajemen yang lemah di tingkat puskesmas maupun dinas kesehatan.
Berdasarkan uraian dari hasil penelitian dan pembahasan oleh Hidayati, ,Wahyono [5] diperoleh simpulan bahwa ada hubungan antara tatalaksana pelayanan MTBS dengan kejadian pneumonia balita di wilayah kerja Puskesmas Bergas dengan nilai p ( 0,037) < α (0,05). Tidak ada hubungan antara perilaku petugas MTBS dengan kejadian pneumonia balita di wilayah kerja Puskesmas Bergas dengan nilai p ( 0,867) > α (0,05). Ada hubungan antara sarana pendukung MTBS dengan kejadian pneumonia balita di wilayah kerja Puskesmas Bergas dengan nilai p ( 0,018) < α (0,05).
Penelitian yang dilakukan Pratono, dkk[7] membuktikan bahwa puskesmas memiliki semangat untuk mengimplementasi program inovasi. Yang baru mereka bisa kerjakan adalah membuat contoh case management dari sisi ruangan, alur pelayanan, serta pencatatan dan laporan. Dinas Kesehatan baru mampu mengembangkan program MTBS sebatas penyelenggaraan pelatihan dan mendorong puskesmas untuk memulai. Ini pun dilakukan sebatas meneruskan program dari pusat dan WHO. Fungsi case manager ini didukung oleh manajemen uskesmas. Pengembangan program ini di tingkat puskesmas menuntut adanya otonomi puskesmas menuntut adanya otonomi puskesmas yang lebih luas sehingga mereka dapat mencari strategi dari lapangan yang bisa cocok dengan kebutuhan pemecahan masalah dalam implementasinya.
Kecerdasan buatan atau artificial intelligence merupakan bagian dari ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Sistem cerdas (intelligent system) adalah sistem yang dibangun dengan menggunakan teknik-teknik artificial intelligence. Kusumadewi[6].
Sistem Pakar (Expert System) adalah program berbasis pengetahuan yang menyediakan solusi-solusi dengan kualitas pakar untuk problema-problema dalam suatu domain yang spesifik. Sistem pakar merupakan program komputer yang meniru proses pemikiran dan pengetahuan pakar dalam menyelesaikan suatu masalah tertentu Kusumadewi[6].
Implementasi sistem pakar / program berbasis pengetahuan banyak digunakan pada berbagai bidang karena sistem pakar dipandang sebagai cara penyimpanan pengetahuan pakar pada bidang tertentu dalam program komputer sehingga keputusan dapat diberikan dalam melakukan penalaran secara cerdas.
Rohman, Fauzijah [10] dalam penelitiannya melakukan rancang bangun dengan implementasi yang diterapkan sistem pakar dalam bidang psikologi, yaitu untuk sistem pakar / Sistem Berbasis Pengetahuan untuk menentukan jenis gangguan perkembangan pada anak. Anak-anak merupakan fase yang paling rentan dan sangat perlu diperhatikan satu demi satu tahapan perkembangannya. Contoh satu bentuk gangguan perkembangan adalah conduct disorder. Conduct disorder adalah satu kelainan perilaku dimana anak sulit membedakan benar salah atau baik dan buruk, sehingga anak merasa tidak bersalah walaupun sudah berbuat kesalahan. Dampaknya akan sangat buruk bagi perkembangan sosial anak tersebut. Oleh karena itu dibangun suatu sistem pakar yang dapat membantu para pakar/ psikolog anak untuk menentukan jenis gangguan perkembangan pada anak dengan menggunakan metode Certainty Factor (CF).
Hartati [8] dalam penelitiannya mengembangkan sebuah aplikasi sistem pakar/ Sistem Berbasis Pengetahuan yang mampu menjadi media konsultasi penyakit kelamin pria. Sistem ini melakukan diagnosa penyakit berdasarkan dari gejala-gejala yang diinputkan ke sistem. Gejala-gejala ini sering mengandung ketidakpastian yang bisa terjadi karena informasi atau fakta yang tidak lengkap. Untuk mengatasi masalah ketidakpastian ini, system mengadopsi metode certainty factor
berdasarkan probabilitas Bayesian.
Dari berbagai permasalahan terkait tatalaksana MTBS, hasil-hasil penelitian yang menyangkut MTBS dan penelitian perangkat lunak yang sudah dikembangkan terkait rancang bangun sistem pakar seperti yang sudah diuraikan diatas, maka peneliti berkinginan untuk mengembang aplikasi sistem pakar untuk manajemen terpadu balita sakit untuk bayi usia muda dibawah 2 (dua) bulan yang nantinya diharapkan dapat membantu departemen kesehatan dalam hal ini bagi seluruh petugas kesehatan yang jumlahnya terbatas dan juga masyarakat yang secara mandiri dapat belajar untuk dapat serta berpatisipasi dalam program manajemen terpadu balita sakit agar dapat berkelanjutan.
Adapun tujuan dari penelitian ini adalah pengembangan sistem pakar dalam manajemen terpadu balita sakit pada bayi muda umur kurang dari 2 bulan. Pengembangan aplikasi pakar nantinya berbasis web dengan perangkat lunak pengembang dengan bahasa pemrograman PHP dan basisdata menggunakan MySQL.
METODE PENELITIAN
1. Desain Penelitian
Desain penelitian yaitu tahapan yang akan dilakukan dalam melakukan penelitian untuk mempermudah dalam melakukan penelitian. Desain Penelitian digambarkan seperti gambar 1.
2. Metode Pengumpulan Data a. Studi Literatur
Tahap ini merupakan tahapan pengumpulan pengetahuan dari sumber buku, hasil penelitian yang mendukung penelitian.
b. Wawancara
Melakukan wawancara langsung kepada orang-orang yang terlibat langsung dalam proses asuhan keperawatan dan beberapa kasus yang ditangani
3. Metode Pengembangan Perangkat Lunak
Gambar 1. Desain Penelitian
Gambar 2. Tahapan pengembangan perangkat lunak
- Menentukan kebutuhan
data yang akan digunakan
- Menentukan alat dan
Bahan Penelitian
Metode Pengumpulan
data:
1. Studi Literatur 2. Wawancara 3. Observasi
Data Penelitian
Pengembangan Perangkat Lunak
Dokumentasi/Publikasi
Metode Pengembangan Perangkat Lunak:
1. Analisa 2. Desain 3. Kode 4. Test
Analisa
Desain
Code
a. Analisa
Identifikasi Awal, melakukan pengumpulan data terkait proses bisnis yang saat ini berjalan, data dan informasi yang dibutuhkan, yaitu: merumuskan Kelayakan Sistem, berdasarkan identifikasi awal yang sudah dilakukan berdasarkan infrastruktur, perangkat keras, perangkat lunak dan sumber daya manusia. Merumuskan Kebutuhan Sistem, berdasarkan identifikasi awal, berdasarkan data dan informasi yang dibutuhkan.
b. Rancangan/Desain
Merupakan tahapan setelah dilakukan tahap analisa. Adapun rancangan sistem yang akan dikembangkan adalah sebagai berikut:
1) Basis Pengetahuan.
2) Model Proses, memberikan gambaran proses aliran data dan informasi
3) Model Data, memberikan gambaran rancangan data secara logic dan fisik pada media penyimpan.
c. Coding
Merupakan proses pembuatan aplikasi berdasarkan hasil analisa dan rancangan.
4. Alat Penelitian
a. Hardware yang digunakan pada penelitian ini adalah : 1) PC
2) Printer
3) Koneksi Internet
b. Software yang digunakan pada penelitian ini adalah: 1) Webserver : XAMPP
2) Browser
3) PHP Programming 4) PHP Designer
5. Bahan Penelitian
Bahan penelitian dalam objek penelitian ini adalah berbagai entitas menyangkut basis pengetahuan terkait program Manajemen Terpadu Balita Sakit yang meliputi :
a. Pedoman MTBS
b. Aturan-aturan terkait Diagnosa Medis c. Dokumen diagnosa keperawatan
HASIL DAN PEMBAHASAN
1. Basis Pengetahuan
a. Manajemen Terpadu Balita Sakit
b. Data jenis penyakit pada bayi muda.
Data jenis penyakit pada anak merupakan daftar dari jenis penyakit yang dialami oleh bayi muda dibawah 2 (dua) bulan. Seperti pada tabel 1.
Tabel 1. Jenis Penyakit
KODE NAMA JENIS PENYAKIT
P1 Infeksi Bakteri P2 Diare
P3 Ikterus
P3 Berat badan Menurun/masalah Pemberian ASI
c. Data klasifikasi penyakit pada bayi muda.
Merupakan penggolongan beberapa klasifikasi dari jenis penyakit pada bayi muda dibawah 2(dua) bulan berdasarkan Manajemen Terpadu Balita Sakit. Seperti pada tabel 2.
Tabel 2. Klasifikasi penyakit
KODE KLASIFIKASI PENYAKIT
K1 Infeksi Bakteri Berat K2 Infeksi Bakteri Lokal K3 Mungkin bukan Infeksi K4 Dehidrasi Berat
K5 Dehidrasi Ringan/Sedang K6 Diare Tanpa Dehidrasi K7 Ikterus Berat
K8 Ikterus
K9 Tidak Ada Ikterus
K10 Berat Badan Rendah Menurut Umur Atau Maslah Pemberian ASI K11 Berat Badan Tidak Rendah Menurut Umur Atau Tidak Ada Masalah
Pemberian ASI
d. Data gejala penyakit pada bayi muda
Merupakan daftar gejala/masalah yang dialami bayi muda dan sebagai kajian oleh tenaga medis untuk menentukan analisa, diagnosa dan rencana tindakan. Seperti pada tabel 3.
2. Representasi Pengetahuan
Merupakan cara untuk menyajikan pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi antara suatu pengetahuan dengan pengetahuan yang lain dan dapat dipakai untuk menguji kebenaran penalarannya. Pada Tabel 4 disajikan representasi pengetahuan logika dari hubungan antara gejala dengan klasifikasi penyakit.
3. Model Proses
Tabel 3. Gejala penyakit apda bayi muda
KODE NAMA GEJALA
G1 Bayi Kejang
G2 Tidak Mau Minum Atau Memuntahkan Semuanya G3 Bergerak Hanya Jika Dirangsang
G4 Nafas Cepat >=60 Kali/Menit G5 Nafas Lambat <30 Kali Menit
G6 Tarikan Dada Kedalam yang Sangat Kuat G7 Merintih
G8 Demam >=37.5'C
G9 Nanah yang Banyak Dimata
G10 Pusar kemerahan dan Meluas ke Dinding Perut G11 Adakah Pustul Kulit
G12 Letargis atau tidak sadar G13 Mata Cekung
G14 Apabila Cubit Kulit Perut Kembalinya Sangat Lambat G15 Gelisah/Rewel
G16 Apabila Cubit Kulit Perut Kembalinya Lambat
G17 Timbul Kuning pada Hari Pertama (<24 Jam) Setelah lahir G18 Kuning ditemukan lebih dari 14 hari
G19 Kuning sampai Telapak Tangan atau Kaki G20 Tinja Berwarna Pucat
G21 Timbul Kuning >=24 jam sd <=14 hari
G22 Tidak ada Kuning pada Telapak Tangan atau Kaki G23 Tidak Kuning
G24 Berat Badan Menurut Umur Rendah G25 Ada Kesulitan dalam Pemberian ASI G26 ASI Kurang dari 8 Kali/Hari
G27 Mendapat Makanan dan Minuman Selain ASI G28 Posisi Bayi Tidak Benar
G29 Tidak Melekat Dengan Baik G30 Tidak Menghisap Dengan Efektif
G31 Terdapat Bercak Putih atau Luka Dimulut G32 Ada Celah Bibir/Langit-langit
Tabel 4. representasi pengetahuan logika dari hubungan antara gejala dengan klasifikasi penyakit
No Aturan
1
IF Bayi Kejang AND Tidak Mau Minum Atau Memuntahkan Semuanya AND Bergerak Hanya Jika Dirangsang AND Nafas Cepat >=60 Kali/Menit AND Tarikan Dada Kedalam yang Sangat Kuat AND Merintih AND Demam >=37.5'C AND Nanah yang Banyak Dimata AND Pusar kemerahan dan Meluas ke Dinding Perut AND Adakah Pustul Kulit
2 IFAdakah Pustul Kulit Nanah yang Banyak Dimata THEN Infeksi Bakteri Lokal AND Pusar kemerahan dan Meluas ke Dinding Perut ELSE Bukan Infeksi AND
3 IFKembalinya Sangat Lambat Letargis atau tidak sadar AND ANDGelisah/RewelMata Cekung THEN AND dehidrasi berat Apabila Cubit Kulit Perut
4 IFGelisah/Rewel Mata Cekung THEN AND dehidrasi sedang/ringan Apabila Cubit Kulit Perut Kembalinya Sangat LambatELSE Tidak dehidrasi AND
5
IF Timbul Kuning pada Hari Pertama (<24 Jam) Setelah lahir AND Kuning ditemukan lebih dari 14 hari AND Kuning sampai Telapak Tangan atau Kaki AND Tinja Berwarna Pucat
AND Timbul Kuning >=24 jam sd <=14 hari THEN ikaterus berat
6
IF Timbul Kuning pada Hari Pertama (<24 Jam) Setelah lahir AND Kuning ditemukan lebih dari 14 hari AND Tinja Berwarna Pucat AND Timbul Kuning >=24 jam sd <=14 hari
THEN ikaterus ringan ELSE Tidak ikaterus
7
IF Berat Badan Menurut Umur RendahAND Ada Kesulitan dalam Pemberian ASI AND ASI Kurang dari 8 Kali/Hari AND Mendapat Makanan dan Minuman Selain ASI AND Posisi Bayi Tidak Benar AND Tidak Melekat Dengan Baik AND Tidak Melekat Dengan Baik AND Tidak Menghisap Dengan Efektif AND Terdapat Bercak Putih atau Luka Dimulut AND Ada Celah Bibir/Langit-langit THEN Berat badan Menurun/masalah Pemberian ASI ELSE tidak ada masalah Pemberian ASI
Gambar 3. Diagram konteks
4. Model Data
Gambar 4. Relasi Tabel
Adapun rincian atribut dari relasi dari setiap tabel pada gambar 4 dijabarkan dalam tabel 5.
Tabel 5. Rincian atribut setiap tabel Attributes:
Entity: gejala
Primary key constraint
name PK_gejala
Comment Table options
Attributes:
Column name Primary key Data type Not NULL
kode_gejala Yes VARCHAR(2) Yes
Nama_gejala No VARCHAR(40) No
Entity: jenis_penyakit
Primary key constraint
name PK_jenis_penyakit
Comment Table options
Attributes:
Column name Primary key Data type Not NULL
kode_penyakit Yes VARCHAR(2) Yes
Nama_penyakit No VARCHAR(40) No
Entity: klasifikasi_penyakit
Primary key constraint
name PK_klasifikasi_penyakit
Attributes:
Column name Primary key Data type Not NULL
kode_klasifikasi Yes VARCHAR(2) Yes
Klasifikasi_penyakit No VARCHAR(40) No
kode_penyakit Yes VARCHAR(2) Yes
Entity: pasien
Primary key constraint
name PK_pasien
Comment Table options
Attributes:
Column name Primary key Data type Not NULL
No_rekmed Yes VARCHAR(4) Yes
Nama No VARCHAR(40) No
Jenis_Kelamin No VARCHAR(1) No
Nama_orangtua No VARCHAR(40) No
Alamat No TEXT No
Entity: periksa
Primary key constraint
name PK_periksa
Comment Table options
Attributes:
Column name Primary key Data type Not NULL
id Yes VARCHAR(4) Yes
tanggal_periksa No DATE No
jenis_periksa No VARCHAR(40) No
Diagnosa_medis No VARCHAR(40) No
No_rekmed Yes VARCHAR(4) Yes
kode_gejala Yes VARCHAR(2) Yes
Entity: Rencana_Tindakan
Primary key constraint
name PK_Rencana_Tindakan
Attributes:
Column name Primary key Data type Not NULL
kode_tindakan Yes VARCHAR(2) Yes
tindakan No TEXT No
kode_klasifikasi Yes VARCHAR(2) Yes
kode_penyakit Yes VARCHAR(2) Yes
Entity: rule
Primary key constraint
name PK_rule
Comment Table options
Attributes:
Column name Primary key Data type Not NULL
id No VARCHAR(40) No
kode_klasifikasi Yes VARCHAR(2) Yes
kode_penyakit Yes VARCHAR(2) Yes
kode_gejala Yes VARCHAR(2) Yes
Entity: user
Primary key constraint
name PK_user
Comment Table options
Attributes:
Column name Primary key Data type Not NULL
id_user Yes VARCHAR(3) Yes
user_name No VARCHAR(40) No
password No VARCHAR(5) No
5. Implementasi
Gambar 5. Tampilan proses input data jenis penyakit
Gambar 6. Tampilan Proses input Klasifikasi Penyakit
KESIMPULAN
Dari hasil penelitian dapat diperoleh beberapa kesimpulan sebagai berikut :
1. Telah dikembangkan sistem berbasis pengetahuan untuk Manajemen Balita Terpadu Sakit yang dapat digunakan oleh tenaga medis dalam layanan kesehatan.
2. Dari hasil penelitian rancangan model yang terdiri dari beberapa proses, yaitu : Konteks Diagram, Proses Tabel Referensi Diagram, Proses Konsultasi Diagram, Proses Registrasi Pasien dan Proses Pengelolaan User.
SARAN
Hasil pengembangan perangkat lunak tidak terlepas dari permasalahan-permasalahan yang perlu dikembangkan pada penelitian lanjutan. Adapun saran dari hasil penelitian adalah :
1. Penelitian pengambangan sistem berbasis pengetahuan masih sebatas pada penganan tenaga medias untuk bayi muda dibawah 2(dua) bulan. Diharapkan penelitian selanjutnya dapat dikembangkan pada penelitian untuk bbalita 2 bulan sampai dengan 5 tahun yang memilki klasifikasi penyakit dan gejala yang berbeda.
2. Diharapkan untuk penelitian selanjutnya dapat dikembanglan aplikasi yang dapat berjalan pada perangkat mobile sehingga memudahlan tenaga medias dalam melakukan tindakan kepada pasien di lapangan.
DAFTAR PUSTAKA
[1] ________. 2011. Buku Bagan Manajemen Terpadu Balita Sakit (MTBS). Jakarta : Departemen Kesehatan Republik Indonesia, 2011.
[2] Desiani. A., Arhami.M. 2006. Konsep Kecerdasan Buatan. Yogyakarta : Penerbit Andi, 2006.
[3] EVALUASI MANAJEMEN TERPADU BALITA SAKIT DI KABUPATEN PEKALONGAN. Mardijanto, D., Mubasysyir Hasanbasri,M. 2005. s.l. : JMPK, 2005, Vol. Vol. 08/No.01.
[4] Fadli, A.i. 2003. Sistem Pakar Dasar. IlmuKomputer.com. [Online] 2003. [Cited: 3 15, 2010.] http://IlmuKomputer.com.
[5] HUBUNGAN PELAYANAN PUSKESMAS BERBASIS MANAJEMEN TERPADU BALITA SAKIT DENGAN KEJADIAN PNEUMONIA BALITA. Hidayati, A.,N.,Wahyono,B. 2011. Semarang : Jurnal Kesehatan MAsyarakat, 2011, Vol. Vol 7 No 1.
[6] Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta : Graha Ilmu, 2003.
[7] Manajemen Terpadu Balita Sakit - Evaluasi Pelaksanaan MTBS di Puskesmas Tanah Laut. Pratono, H. Lazuardi,L., Hasanbasri,M. Januari 2008. Yogyakarta : KMPK, Januari 2008, Vol. Working Paper Series No.3.
[8] MEDIA KONSULTASI PENYAKIT KELAMIN PRIA DENGAN PENANGANAN KETIDAKPASTIAN MENGGUNAKAN CERTAINTY FACTOR BAYESIAN . Hartati, S. 2005. Yogyakarta : Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) , 2005.
[9] Penggunaan Sistem Pakar dalam Pengembangan Portal Informasi Untuk Spesifikasi Jenis Penyakit Infeksi.
Wijaya, R. 2007. s.l. : Jurnal Informatika, 2007, Vol. Vol 3 No 1.
[10] Rancang Bangun Sistem Pakar Untuk Menentukan Jenis Gangguan Perkembangan Anak. Rohman, F.,F., Fauzijah,A.,2008. 2008. s.l. : Media Informatika, 2008, Vol. Vol 6 No 1.