Sumenep Lagi Sakit

NEWS DIMADURA, SUMENEP–Sumenep lagi sakit. WHO sudah mendengar. Yang terjangkit campak ribuan orang. 1.944 kasus campak. 12 di antaranya, anak balita meninggal dunia.
‎
‎Kalau dibandingkan dengan jumlah penduduk Sumenep sekitar 1,1 juta angka itu setara 176 kasus per 100 ribu orang.
‎
‎Angka itu melebihi ambang batas WHO. Yang ganya 5 kasus per 100 ribu. Artinya: situasi di Sumenep sudah masuk wabah serius.
‎
‎Wajar, Dinas Kesehatan Sumenep langsung menetapkan status Kejadian Luar Biasa (KLB). Bupati Fauzi juga menggaungkam vaksinasi massal.
‎
‎Selama ini kita sibuk memadamkan api. Setelah api membesar. Kita baru datang. Baru ramai setelah korban jatuh. Baru sibuk setelah angka naik.
‎
‎Di luar sana. Wabah bisa diprediksi. Bahkan bisa dicegah lebih awal.
‎
‎Kata kaum mistis. Gejala alam punya makna. Jika ditarik ke dunia ilmiah. Contoh BMKG yang menerapkan. Mendeteksi berbagai fenomena alam dan kondisi cuaca.
‎
‎BMKG itu menggunakan berbagai alat dan teknologi. Termasuk seismometer untuk mendeteksi gejala gempa bumi dan tsunami.  Alat meteorologi untuk memantau cuaca.
‎
‎Dalam dunia medis. Teknologi apa yang bisa membaca fenomena medis?
‎
‎Mari kita review  yang dilakukan WHO. Saat ia mengeluarkan peringatan akan ada Covid pada 2019.
‎
‎Sebelum WHO mengeluarkan peringatan dini soal Covid-19. BlueDot membuat prediksi. Akan ada penyebaran COVID-19. Temuan BlueDot yang dijadikan referensi oleh WHO.
‎
‎BlueDot adalah perusahaan teknologi kesehatan di Toronto, Kanada. Dari sana  platform kecerdasan buatan (AI) untuk mendeteksi, memantau, dan memprediksi penyebaran penyakit menular secara global dipantau.
‎
‎BlueDot menggunakan kombinasi AI, pembelajaran mesin (machine learning), dan analisis data besar (big data) untuk memberikan peringatan dini tentang potensi wabah penyakit.
‎
‎Hasil kajian BlueDot sangat membantu pemerintah, organisasi kesehatan, dan sektor swasta dalam merespons ancaman kesehatan masyarakat.
‎
‎Nah…apa yang dilakukan BlueDot itu pernah dipraktekkan oleh mahasiswa Jogja. Sayang riset-nya sebatas konsumsi tayang di jurnal nasional. Sebagai syarat kelulusan sarjana.
‎
‎Riset itu dilakukan di Sumenep, pada tahun 2023. Riset sederhana nya: membaca data pasien se Kabupaten Sumenep menggunakan algoritma FP-Growth.
‎
‎Maka judulnya: Penerapan Association Rule terhadap Diagnosa Penyakit menggunakan Algoritma Frequent Pattern Growth.
‎
‎FP-Growth semacam penambangan data (data mining). Mahasiswa itu manfaatkan FP-Growth untuk menemukan pola atau asosiasi yang sering muncul dalam kumpulan data besar (frekuensi itemset).
‎
‎FP Growth bekerja dengan membangun struktur pohon (FP-Tree) untuk menyimpan informasi tentang itemset yang sering muncul. Ujungnya bisa menjadi referensi keputusan medis.
‎
‎Hasil penelitian itu masih belum dikembangkan menggunakan sistem berbasis Artificial Intelligence (AI) dan Machine Learning (ML).
‎
‎Meski belum diupgrade ke AI. FP-Growth juga bisa memprediksi wabah. Sama dengan AI yang dapat memprediksi wabah penyakit menular .
‎
‎Hanya bedanya: teknologi AI bisa membaca secara real-time. FP-Growth tanpa real-time membaca data. Ia bekerja pada dataset yang sudah terkumpul (offline), seperti rekam medis atau laporan kesehatan.
‎
‎FP-Growth fokus pada pola hubungan antar variabel. Seperti gejala dan diagnosis.
‎
‎Sementara AI bisa memprediksi kejadian masa depan. Dengan model prediktif berbasis machine learning lainnya.
‎
‎AI dapat memproses data besar dengan cepat, mengidentifikasi pola yang tidak terlihat oleh manusia, dan memberikan prediksi dengan akurasi tinggi.
‎
‎Seperti kasus campak di Sumenep. Solusi jangka panjang bukan membuka posko darurat. Kuncinya ada di data.
‎
‎Kita sudah punya rekam medis. Kita sudah punya catatan pasien. Sayang jika data itu masih tidur.
‎
‎Di dunia luar. Data itu berharga. Data bisa  menjadi fondasi untuk pengambilan keputusan.
‎
‎Data adalah kumpulan fakta, angka, atau informasi yang dikumpulkan dari berbagai sumber.
‎
‎Dalam dunia medis, rekam medis itu data. Perlu dicolokkan ke data mining. Untuk proses menggali pola, korelasi, atau informasi tersembunyi dari dataset besar menggunakan AI atau ML.
‎
‎Atau lebih sederhana, pakai teknik seperti Association Rule dan algoritma FP-Growth. Bisa mengungkap pola tersembunyi
‎
‎Pola asosiasi itu membantu mengenali kombinasi gejala atau faktor risiko (misalnya, demam tinggi dan ruam → campak).
‎
‎FP-Growth lebih cepat membaca pola-pola  untuk membantu dalam pengambilan keputusan medis, memberikan rekomendasi diagnosa, atau mengembangkan sistem diagnosis berbasis gejala.
‎
‎Jika Pemkab Sumenep mau mengembangkan dalam sistem berbasis Artificial Intelligence (AI) dan Machine Learning (ML). Atau memanfaatkan FP-Growth dalam membaca hasil diagnosa penyakit.
‎
‎Itu merupakan inovasi nyata yang berdampak langsung. Bukan inovasi yang sekedar mendapat award.***