BAB I PENDAHULUAN A. Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN A. Latar Belakang Tuberkulosis paru (TB paru) adalah penyakit infeksi pada paru yang disebabkan oleh kuman Mycobacterium tuberculosis (M. Tb) yang ditemukan pada tahun 1882 oleh Robert Koch. Penyakit TB merupakan penyakit yang ditularkan melalui udara sehingga semua orang memiliki tingkat keterpaparan terhadap penyakit TB yang hampir sama. Sejak tahun 1993, WHO mendeklarasikan bahwa tuberkulosis (TB) merupakan kedaruratan global bagi kemanusiaan. Tahun 2012, 8,6 juta orang di dunia terdeteksi terkena penyakit TB dan 1,3 juta meninggal akibat penyakit ini (World Health Organization, 2013). Kemudian pada tahun 2013, penderita TB meningkat hingga 9 juta orang dan 1,5 juta orang meninggal karena TB (World Health Organization, 2014a). Kawasan Asia Tenggara merupakan kawasan yang tercakup dalam lima dari 22 negara dengan penyakit TB tertinggi di dunia, termasuk Indonesia. Indonesia merupakan salah satu negara dengan beban penyakit TB tertinggi keempat di dunia pada tahun 2013 (Direktorat Jenderal Pengendalian Penyakit dan Penyehatan Lingkungan, 2011c). Melihat besarnya masalah yang ditimbulkan oleh TB, Indonesia telah mengadopsi strategi Strategi Directly Observed Treatment Short-course (DOTS) yang telah direkomendasikan oleh WHO sejak tahun 1995 sebagai program penanggulangan TB nasional. Strategi DOTS terdiri dari lima komponen, dan salah satu komponennya adalah sistem pencatatan dan pelaporan. Sistem pencatatan dan pelaporan TB yang baku bertujuan untuk memudahkan pemantauan dan evaluasi program. Sistem pencatatan dan pelaporan program TB nasional dikembangkan mengacu pedoman internasional dari WHO dengan TB-03 sebagai register utama yang dikelola oleh wasor kabupaten / kota sebagai penanggung jawab (Direktorat Jenderal Pengendalian Penyakit dan Penyehatan Lingkungan, 2011c). Seiring dengan berkembangnya teknologi dan informasi dan berdasarkan Keputusan Menteri Kesehatan (Kepmenkes) No 837 tentang pengembangan Sistem Informasi 1

2 2 Kesehatan Nasional (SIKNAS) on line untuk memudahkan sistem pencatatan dan pelaporan telah dikembangkan sistem elektronik pencatatan dan pelaporan berbasis komputer (Team Monev TB, 2013). Sistem TB-03 elektronik dibuat dan dikembangkan dengan menggunakan program Microsoft Excel. Sistem ini hanya ada di tingkat kabupaten / kota dan provinsi yang digunakan untuk merekap data pasien TB dari seluruh UPK pada lingkup kabupaten / kota dan lingkup provinsi (Depkes RI, 2007). Sistem TB-03 elektronik telah diterapkan di seluruh dinas kesehatan di Indonesia, termasuk di Dinas Kesehatan Provinsi Sulawesi Selatan. Hasil Riskesdas 2013 menunjukkan Provinsi Sulawesi Selatan merupakan provinsi dengan peringkat prevalensi TB yang di diagnosis oleh petugas kesehatan keenam di Indonesia (Badan Penelitian dan Pengembangan Keseahatan, 2013). Berdasarkan data Dinas Kesehatan Provinsi tahun 2012, penderita TB mencapai kasus. Angka ini meningkat signifikan dibanding tahun sebelumnya yang hanya kasus. Data pasien TB tersebut hanya direkap pada sistem TB-03 elektronik dan cenderung menumpuk begitu saja. Data yang ada masih kurang dimanfaatkan, atau tidak digunakan sama sekali terutama melakukan analisis data tertentu (World Health Organization, 2014b). Kemampuan teknologi informasi yang ada pada register TB-03 untuk mengumpulkan dan menyimpan berbagai tipe data jauh meninggalkan kemampuan pengguna untuk menganalisis, meringkas dan mengekstrak pengetahuan dari data. Di Dinas Kesehatan Provinsi Sulawesi Selatan, pemanfaatan data register TB-03 hanya digunakan untuk mengetahui jumlah penderita dan deskripsi hasil pengobatan pasien TB. Hal ini dikarenakan permintaan data dari tingkat pusat hanyalah data agregat penderita TB. Sehingga data yang terdapat di register TB-03 cenderung diabaikan dan potensi informasi yang ada juga tidak dapat diperoleh. Oleh karena itu diperlukan suatu proses pencarian inforamsi pada keseluruhan data untuk menggali potensi-potensi informasi yang ada dari penyimpanan data untuk menemukan suatu pola dan pengetahuan baru, teknik tersebut dikenal sebagai data mining (Bellazzi & Zupan, 2006). Dengan menggunakan data mining, data yang berjumlah besar yang terdapat pada tempat

3 3 penyimpanan data dapat dianalisis secara keseluruhan sehingga hasil yang diperoleh merupakan gambaran langsung dari data yang ada. Penelitian yang dilakukan oleh (Rennie & Roberts, 2009) mengenai pengaplikasian data mining pada data TB di London. Hasil penelitian menunjukkan bahwa data mining merupakan alat yang baik untuk menganalisis data TB sehingga dapat menampilkan pola yang tersembunyi pada data TB dengan melihat hubungan antara kategori pada variabel tersebut. Elemen kunci dalam penanggulangan TB adalah untuk mendeteksi penyakit dan mengobati kasus dengan memastikan bahwa pengobatan selesai dan sembuh. Pengobatan suatu penyakit dapat memberikan hasil yang berbeda karena terdapat beberapa faktor yang dapat mempengaruhinya. Dengan mengetahui faktor yang mempengaruhi hasil pengobatan maka dapat dilakukan pencegahan/penanggulangan terhadap faktor tersebut sehingga hasil pengobatan tersebut dapat maksimal. Oleh karena itu, penilaian status hasil pengobatan dan faktor-faktor yang dapat berkontribusi untuk hasil pengobatan yang tidak berhasil merupakan hal yang penting untuk meningkatkan program manajemen TB (Demeke & Legesse, 2013). Faktor yang berkontribusi baik secara langsung maupun tidak langsung adalah faktor struktural, faktor pasien, faktor klinik, dan faktor organisasi kesehatan (Lewin, et al., 2005). Pada penelitian ini difokuskan pada faktor pasien karena faktor pasien merupakan faktor yang memiliki kontribusi yang besar terhadap hasil pengobatan. Umur, jenis kelamin, tingkat pendidikan, pekerjaan, riwayat penyakit penyerta / komorbiditas, riwayat pengobatan, klasifikasi TB, tipe pasien, paduan Obat Anti Tuberkulosis (OAT), hasil pemeriksaan dahak awal, lama pengobatan, dan waktu konversi merupakan faktor yang dapat mempengaruhi hasil pengobatan. Hasil penelitian yang dilakukan oleh (Demeke & Legesse, 2013), pasien yang memiliki umur diatas 15 tahun dan berjenis kelamin perempuan menyebabkan rendahnya pengobatan TB yang sukses pada pasien. Komorbiditas pada penyakit TB yang sering terjadi adalah HIV/AIDS, diabetes mellitus, pneumonikosis, keganasan, parsial gastrektomi, dan morbili karena dapat

4 4 menyebabkan penurunan daya tahan tubuh (Alsagaff & Mukty, 2008; Baghaei, Marjani, Javanmard, Tabarsi, & Masjedi, 2013; Neira, 2013; Restrepo & Schlesinger, 2014). HIV/AIDS merupakan salah satu komorbiditas TB yang angka kejadiannya masih tinggi diseluruh dunia. Menurut WHO, angka kematian akibat HIV/AIDS sebagian besar disebabkan oleh komorbiditas termasuk penyakit TB (World Health Organization, 2014a). Risiko kematian pada penderita TB dengan HIV/AIDS adalah sebesar 2.87 dibandingkan dengan yang tidak menderita HIV/AIDS (Reis-Santos et al., 2014). Status pekerjaan dan tempat tinggal dapat mempengaruhi hasil pengobatan TB. Penelitian oleh (Berhe et al., 2012) mengungkapkan bahwa orang yang pengobatan yang tidak berhasil cenderung pada orang yang tidak memiliki pekerjaan. (Baussano & Pivetta, 2008) menemukan bahwa umur, tidak memiliki tempat tinggal yang tetap, dan berasal dari luar daerah merupakan faktor yang mempengaruhi hasil pengobatan yang tidak berhasil. Lama pengobatan memiliki pengaruh yang kuat terhadap keberhasilan pengobatan TB (Tirtana, 2011). Waktu konversi pasien yang lebih dari dua bulan lebih dapat mengakibatkan pengobatan menjadi gagal (Dembele et al., 2007). Penggunaan teknik data mining diharapkan dapat memberikan pengetahuan-pengetahuan yang sebelumnya tersembunyi di dalam register pencatatan TB sehingga menjadi informasi yang berharga, termasuk untuk mengidentifikasi distribusi hasil pengobatan TB, aturan asosiasi, dan pengelompokan data register TB. Oleh karena itu, penulis tertarik untuk meneliti lebih lanjut mengenai penggunaan data mining untuk mengidentifikasi distribusi hasil pengobatan TB, aturan asosiasi, dan pengelompokan data register TB. Dengan demikian dapat diketahui intervensi yang tepat untuk pengambilan keputusan, pengendalian, dan penanggulangan penyakit TB. B. Rumusan Masalah Banyaknya data pasien TB yang tersimpan dan menumpuk pada register TB-03 di Dinas Kesehatan Provinsi Sulawesi Selatan mengakibatkan masih tersembunyinya informasi yang dapat menjadi pengetahuan yang seharusnya

5 5 dapat digunakan untuk penanggulangan penyakit TB khususnya dalam hasil pengobatan TB. Oleh karena itu, rumusan masalah pada penelitian ini adalah bagaimana pemanfaatan data mining dapat digunakan untuk mengidentifikasikan distribusi, aturan asosiasi, dan pengelompokan (clustering) hasil pengobatan penyakit TB pada tahun di Provinsi Sulawesi Selatan? C. Tujuan Penelitian 1. Tujuan Umum Mengidentifikasi distribusi, aturan asosiasi, dan pengelompokan (clustering) hasil pengobatan penyakit TB pada tahun di Provinsi Sulawesi Selatan dengan menggunakan teknik data mining. 2. Tujuan Khusus a. Mendeskripsikan distribusi hasil pengobatan TB pada tahun di Provinsi Sulawesi Selatan. b. Mengidentifikasi aturan asosiasi hasil pengobatan penyakit TB (sembuh, pengobatan lengkap, meninggal, pindah, default (berhenti berobat), dan gagal) pada tahun di Provinsi Sulawesi Selatan. c. Mengidentifikasi pengelompokan (clustering) hasil pengobatan pada tahun di Provinsi Sulawesi Selatan. D. Manfaat Penelitian Manfaat dari penelitian mengenai hasil pengobatan TB, aturan asosiasi, dan pengelompokan data register TB adalah : 1. Sebagai sumber informasi dan pengetahuan kepada Dinas Kesehatan tentang hasil pengobatan TB. Sehingga dapat lebih cermat dan waspada terhadap faktor yang memberikan kontribusi terkait pengobatan penyakit TB sehingga dapat meningkatkan tatalaksana pengobatan TB untuk mendapatkan outcome yang optimal. 2. Sebagai sumber informasi berkaitan dengan distribusi kejadian dan hasil pengobatan TB sehingga dapat dimanfaatkan sebagai bahan kepustakaan

6 6 dalam pengembangan ilmu pengetahuan di dalam bidang kesehatan masyarakat. 3. Sebagai media pembelajaran secara praktis untuk mengembangkan teori-teori yang telah dipelajari dan memberi pengalaman yang berarti dalam menghadapi sebuah masalah di lapangan. E. Keaslian Penelitian Beberapa penelitian yang telah dilakukan mengenai faktor yang mempengaruhi hasil pengobatan dan data mining antara lain sebagai berikut: 1. Endris et al., (2014), melakukan penelitian tentang hasil pengobatan pasien TB pada Pusat Kesehatan Enfraz, Ethopia. Hasil penelitian menunjunkkan dari 417 sampel, 95 (22.8%) BTA+, 141 (33.8%) BTA-, dan 181 (43.4%) merupakan pasien extrapulmonary tuberkulosis. Dari 417 sampel, 206 (49.4%) telah menjalani tes untuk HIV dan TB-HIV sebesar 24/206 (11.7%). 17 sampel (4.2%) berstatus transfer ke fasilitas kesehatan lainnya dari 400 sampel, 379 (94.8%) pengobatannya berhasil (302 pengobatan lengkap dan 77 sembuh). Secara keseluruhan persentase sampel yang meninggal sebesar 3.4%, default sebesar 0.5%, dan gagal sebesar 1.2%. Tidak ada hubungan yang singnifikan antara jenis kelamin, tempat tinggal, tipe TB, status HIV dengan hasil pengobatan TB yang berhasil. Persamaan : mengkaji hasil pengobatan TB. Perbedaan : penelitian yang akan diteliti mengenai faktor yang berhubungan dengan hasil pengobatan TB dengan menggunakan teknik klasifikasi, asosiasi, dan clustering. 2. Rennie & Roberts, (2009), melakukan penelitian tentang data mining data pasien TB dengan menggunakan Multiple Correspondence Analysis (MCA) pada pelayanan kesehatan di London. Hasil penelitian menunjukkan bahwa MCA merupakan teknik analisis yang dapat digunakan untuk mengetahui hubungan antara variabel pada data TB. Persamaan : menggunakan data mining untuk melihat pola pada data pasien TB. Perbedaan : penelitian yang akan diteliti mengenai faktor yang mempengaruhi hasil pengobatan TB dengan menggunakan teknik klasifikasi, asosiasi, dan clustering.

7 7 3. Priyambodo, (2013), melakukan penelitian tentang data mining cuaca dengan menggunakan aturan asosiasi dan regresi logistik kernel untuk mengetahui pola curah hujan. Hasil penelitian menunjukkan teknik asosiasi dan regresi logistik kernel dapat digunakan untuk mengetahui variabel yang berpengaruh terhadap tingkat curah hujan sehingga dapat dimanfaatkan untuk memprediksi ketersediaan komoditas pangan dimasa mendatang. Persamaan : menggunakan teknik asosiasi untuk mengetahui variabel yang berhubungan. Perbedaan : penelitian yang akan diteliti mengenai faktor yang mempengaruhi hasil pengobatan TB dengan menggunakan teknik klasifikasi, asosiasi, dan clustering. 4. Erawati, (2015), melakukan penelitian tentang data mining pada biaya pasien diabetes di RSUD Cilacap. Hasil penelitian menunjukkan terjadi peningkatan dari rata-rata biaya perawatan diabetes inap selama Pola pengelompokan komponen biaya rawat inap diabetes menunjukkan bahwa biaya akomodasi dan obat-obatan lebih besar dibandingkan biaya lain-lain. Persamaan : menggunakan teknik clustering untuk melihat pengelompokan data. Perbedaan : penelitian yang akan diteliti mengenai faktor yang berhubungan dengan hasil pengobatan TB dengan menggunakan teknik klasifikasi, asosiasi, dan clustering.