Sistem Pendukung Keputusan Penentuan Jenis Tindakan Preventif untuk Daerah dengan Kejadian Luar Biasa Penyakit di Kabupaten Banyumas

Ridho Muktiadi, Sri Kusumadewi

Abstract


Kejadian Luar Biasa Penyakit atau biasa disebut KLB Penyakit, merupakan suatu kejadian munculnya penyakit atau meningkatnya jumlah penderita penyakit yang terjadi pada waktu tertentu di suatu daerah. Penanganan secara cepat diperlukan terhadap daerah yang terjangkit KLB penyakit, agar dapat menekan jumlah penderita pada daerah tersebut dan membatasi penyebaran penyakit. Penelitian ini mempunyai tujuan memberikan solusi tindakan preventif terhadap KLB penyakit dengan disertai peringatan dugaan  terjadinya KLB penyakit pada suatu daerah, serta informasi lokasi daerah terjadinya KLB penyakit yang ditampilkan di dalam map. Tindakan preventif yang diberikan terhadap KLB penyakit merupakan hasil komputasi sistem yang menerapkan metode CBR (Case Based Reasoning), dimana metode tersebut merupakan metode yang menggunakan solusi dari kasus-kasus yang pernah terjadi sebelumnya untuk dicari kemiripan dengan kasus yang sedang terjadi. Terdapat empat siklus dalam metode CBR, yaitu: retrieve, reuse, revise dan retain yang telah berhasil diimplementasikan pada sistem ini dengan menggunakan bahasa pemrograman PHP untuk membantu dalam memberikan tindakan preventif terbaik terhadap KLB penyakit.

Kata kunci : Preventif  KLB penyakit, CBR, Peringatan KLB penyakit, Lokasi KLB penyakit

References


Masrochah, S. 2006, “Sistem Informasi Surveilans Epidemiologi Sebagai Pendukung Kewaspadaan Dini Kejadian Luar Biasa (KLB) Penyakit Di Dinas Kesehatan Kota Semarang”, Tesis, Magister Ilmu Kesehatan Masyarakat Program Pasca Sarjana Universitas Diponegoro, Semarang.

Hastuti, N. M., 2104, “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.

Siyam, N., 2013, “Fasilitasi Pelaporan KD-RS Dan W2 DBD untuk Meningkatkan Pelaporan Surveilans DBD”,

Jurnal Kesehatan Masyarakat, ISSN: 1858-1196, Vol.8, No.2, 2013, halaman 113-120.

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.

Peristiowati, Y., Lingga, dan Hariyono, 2014, “Evaluasi Pemberantasan Demam Berdarah Dengue dengan Metode Spasial Geographic Information System (GIS) dan Identifikasi Tipe Virus Dengue di Kota Kediri”,

Jurnal Kedokteran Brawijaya, Vol. 28, No. 2, Agustus 2014, halaman 126-131.

Wicaksono, B. S., Romadhony, A., dan Sulistiyo, M. D., 2014, “Analisis dan Implementasi Sistem Pendiagnosis Penyakit Tuberculosis Menggunakan Metode Case-Based Reasoning”, Seminar Nasional Aplikasi Teknologi Informasi (SNATI), ISSN: 1907 – 5022, 21 Januari 2014, halaman B22-B28.

Rismawan, T., dan Hartati, S., 2012, “Case-Based Reasoning untuk Diagnosa Penyakit THT (Telinga Hidung dan Tenggorokan)”, IJCCS, ISSN: 1978-1520, Vol.6, No.2, Juli 2012, halaman 67-78.

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, Berita Negara Republik Indonesia Tahun 2010 Nomor 503, Jakarta.

Noor, N.N., 2008, Epidemiologi, Rineka Cipta, Jakarta.

Pal, S. K., dan Shiu, S. C. K., 2004, Foundations Of Soft Case-Based Reasoning, John Wiley & Sons Inc., New Jersey.

Kusrini dan Lutfi, E. T., 2009, Algoritma Data Mining, Andi, Yogyakarta.


Full Text: PDF (Bahasa Indonesia)

DOI: 10.30595/juita.v6i1.1943

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

ISSN: 2579-8901