Penggunaan Data Mining pada Data Sampling Obat di Palangka Raya

Share on facebook
Share on google
Share on twitter
Share on linkedin
Ilustrasi oleh Javanews

Sampling Obat dalam rangka pengawasan obat paska pemasaran merupakan salah satu komponen penting dalam menjaga keamanan rantai pasok obat. Hasil sampling ini digunakan oleh BPOM sebagai dasar untuk melakukan public warning, melakukan evaluasi dan intervensi implementasi CPOB (Cara Produksi Obat yang Baik) dan CDOB (Cara Distribusi Obat yang Baik) bagi industri farmasi dan distributor obat serta untuk melakukan penegakan hukum terhadap tindak pidana dibidang obat.

Wahyuri adalah seorang apoteker yang bertugas di Balai Besar Pengawas Obat dan Makanan (BBPOM) di Palangka Raya, Kalimantan Tengah. Kalimantan Tengah merupakan provinsi terluas ke-3 di Indonesia setelah Papua dan Kalimantan Timur. Dengan posisi yang berada di tengah-tengah Pulau Kalimantan, Provinsi Kalimantan Tengah dijadikan interconnection dengan daerah lain di Pulau Kalimantan. Menurut Wahyuri, kondisi seperti ini mengakibatkan volume produk obat di wilayah Kalimantan Tengah semakin meningkat. Di sisi lain, produk-produk substandar, produk palsu maupun produk yang mengandung bahan berbahaya berpotensi semakin mudah masuk di kalangan masyarakat Kalimantan Tengah.

Pelaksanaan sampling obat di Provinsi Kalimantan Tengah dilakukan oleh BBPOM di Palangka Raya. Jumlah sampel obat sebanyak 500 sampel per tahun diambil dari berbagai sarana distribusi antara lain Pedagang Besar Farmasi (PBF), Gudang Farmasi Kabupaten/Kota, Rumah Sakit pemerintah/swasta, puskesmas, apotek dan toko obat yang tersebar di seluruh provinsi Kalimantan Tengah. Wahyuri mengatakan bahwa kondisi infrastruktur yang sedang ditingkatkan pembangunannya menyebabkan jarak tempuh dan jangkauan ke daerah pengawasan cukup sulit. Kesulitan ini juga dialami petugas dalam melaksanakan sampling obat di lapangan.

Dengan adanya berbagai permasalahan tersebut, Wahyuri yang saat itu menjadi mahasiswa S2 program studi Magister Ilmu Farmasi dalam bidang minat Manajemen dan Kebijakan Farmasi mencari cara mengelola dan mendukung proses pengambilan keputusan dalam mengatur strategi dan rencana sampling obat. Salah satu cara yang dapat dilakukan adalah dengan menggali pengetahuan (knowledge discovery) dan pengenalan pola (pattern recognition) terkait dengan proses sampling obat dan entitasnya pada data yang dimiliki oleh BBPOM di Palangka Raya melalui Sistem Pelaporan Internal Terpadu (SIPT).

Sejak diimplementasikan tahun 2014 hingga saat ini, SIPT telah menghasilkan data dalam jumlah yang sangat besar. Data hasil sampling obat yang terdapat pada SIPT berisi informasi yang cukup kompleks. Data yang tersimpan dalam basis data semakin lama akan semakin menumpuk namun belum dimanfaatkan sedemikian rupa untuk menggali potensi informasi yang ada dalam membantu meningkatkan kualitas perencanaan dan pelaksanaan sampling obat. Menggali pengetahuan dan pengenalan pola pada data sampling obat yang terdapat pada basis data SIPT akan menghasilkan suatu pola sebaran obat.

Proses menggali pengetahuan (knowledge discovery) dan pengenalan pola (pattern recognition) ini dapat dilakukan dengan metode Data Mining. Pada bidang kesehatan, data mining telah dapat memberikan banyak kontribusi pada sistem pengambilan keputusan untuk pelayanan kesehatan, misalnya untuk mengetahui mencari pola suatu penyakit, mencari penyebab penyebaran suatu penyakit, prediksi atau diagnosis awal terjadinya suatu penyakit, atau dimanfaatkan dalam mencari informasi besar biaya perawatan dan pengobatan pasien yang memiliki penyakit tertentu serta dapat memberikan rekomendasi alternatif dalam pengobatan.

Dalam konteks kegiatan sampling dan pengujian,metode data mining menggunakan teknik clustering dengan algoritma k-means. Teknik ini dapat dijadikan salah satu dasar dalam memahami dan menggali pengetahuan baru dalam data. Clustering berfungsi untuk mengelompokan data berdasarkan kemiripan data pada suatu kelompok dan meminimalkan kemiripan pada kelompok lain.

Menurut Wahyuri, clustering padadata sampling obat perlu dilakukan sebagai pemahaman awal dalam menggali pengetahuan baru tentang objek obat dalam kerangka pengawasan mutu obat. Penelitian yang dilakukan oleh Wahyuri bertujuan untuk menentukan pola sebaran obat di Provinsi Kalimantan Tengah menggunakan data hasil sampling obat dengan metode data mining menggunakan teknik clustering. Pola sebaran obat yang dihasilkan berfungsi untuk  memberikan gambaran sampling obat di sektor publik sesuai dengan karakteristik Provinsi Kalimantan Tengah. Penentuan pola sebaran obat ini diharapkan dapat berkontribusi pada penetapan rencana pelaksanaan sampling dan pengujian yang lebih baik di masa mendatang yang dapat berdampak pada peningkatan kinerja pengawasan kualitas dan keamanan obat paska pemasaran.

Dalam penelitian yang dilakukan oleh Wahyuri ini, metodologi CRISP-DM dapat dijadikan kerangka kerja dalam melakukan metode data mining pada data pengawasan obat dan implementasi teknik clustering K-means pada data sampel obat dapat menemukan pola sebaran obat di provinsi Kalimantan Tengah. Hasil data mining berupa pola sebaran obat yang terbentuk dapat digunakan sebagai acuan untuk melakukan proyeksi atas target sampel obat pada saat pengambilan sampel obat di lapangan dengan memperhatikan karakteristik cluster yang terbentuk.

Hal ini sangat bermanfaat untuk meningkatkan efektivitas kegiatan sampling obat dalam rangka pengawasan mutu obat paska pemasaran. Hasil karakterisasi data sampling dapat digunakan sebagai bahan referensi dalam membuat rencana pelaksanaan sampling di kabupaten/kota, merancang fokus pengawasan obat-obat JKN, serta berguna dalam mengetahui sebaran-sebaran obat pada kasus tertentu dengan menganalisis cluster yang terbentuk pada evaluasi surveilens obat sebagai bahan deteksi dini.

Penulis: Yunita Nita

Link: Clustering of Drug Sampling Data to Determine Drug Distribution Patterns with K-Means Method : Study on Central Kalimantan Province, Indonesia

Berita Terkait

newsunair

newsunair

https://t.me/pump_upp