Abstrak: Pelayanan medis di rumah sakit sangat penting dalam menjamin keselamatan pasien, dan salah satunya yaitu pelayanan kefarmasian, khususnya pelayanan informasi obat (PIO). PIO berfungsi mengidentifikasi obat yang harus diwaspadai (high-alert medication) serta obat berisiko tinggi sebagai penyebab Reaksi Obat yang Tidak Diinginkan (ROTD). Saat ini, fungsi PIO dijalankan secara manual hingga memakan waktu cukup lama dan sering terjadi kesalahan manusia, berupa tidak terdeteksinya risiko reaksi obat. Penelitian ini akan membangun model sistem notifikasi interaksi obat yang bersifat otomatis bagi petugas farmasi, sehingga petugas dapat segera mengedukasi pasien atau keluarga. Penelitian dilaksanakan di RSUD R. Syamsudin, SH Kota Sukabumi. Pengumpulan data dan informasi untuk studi awal melalui Focus Group Discussion (FGD). Wawancara mendalam dengan apoteker, asisten apoteker, staf promosi kesehatan rumah sakit, dan programer rumah sakit merupakan pendalaman dari hasil Focus Group Discussion (FGD). Analisis sistem yang dilakukan berdasarkan wawancara menjadi dasar perancangan sistem dengan pendekatan pengembangan sistem yaitu menggunakan metode prototyping sampai tahap pemodelan. Cara pencarian obat di RSUD R. Syamsudin, SH masih berorientasi manual, seperti keterangan interaksi obat dengan obat lain sehingga tidak terintegrasi dalam sebuah sistem, dan edukasi yang diberikan masih sebatas edukasi penggunaan obat secara umum. Hal ini memiliki resiko keselamatan pasien terkait dengan interaksi obat. Rancangan logik sistem notifikasi interaksi obat yang berfungsi sebagai pengingat kepada petugas farmasi pada saat input resep obat memerlukan sistem yang terintegrasi, sehingga pasien tersebut akan diberikan edukasi yang lebih tepat. Sistem ini dapat memberikan kemudahan untuk mengakses informasi, efisiensi waktu, menyimpan data lebih banyak dengan ruang penyimpanan yang kecil. Secara teoritis disain dapat memberikan solusi yang efisien dan efektif dalam mengidentifikasi obat yang harus diwaspadai yang diberikan kepada pasien, dengan terintegrasi pada sistem notifikasi interaksi obat rumah sakit. Hasil penelitian dari 53 pasien lansia yang dirawat ditemukan 125 jenis obat yang digunakan selama pasien dirawat dan ditemukan sebanyak 141 interaksi dalam basis data prototipe sistem notifikasi interaksi obat dengan obat, sedangkan data yang ditemukan oleh apoteker 1 sebanyak 13 interaksi dan 34 interaksi ditemukan oleh apoteker 2. Dapat disimpulkan bahwa basis data prototipe sistem notifikasi interaksi obat dengan obat bisa menemukan interaksi obat lebih banyak dan dapat memberikan peringatan kepada apoteker lebih cepat

---

Patient safey is fundamental to delivering quality essensial health services in hospital, and one of them is pharmaceutical services, specifically pharmacy information services (PIO). PIO has the function of identifying drugs to watch out for (high alert drugs) as well as high-risk drugs that cause unwanted drug reactions (ROTD). The PIO function has been carried out manually so that it takes a long time and human errors often occur, in the form of undetectable risks from drug reactions. This research will build an automatic drug interaction notification system model for pharmaceutical staff, so they can immediately educate patients or families. The study was conducted at the RSUD R. Syamsudin, SH Sukabumi City. Data and information collection for the initial study through Focus Group Discussion (FGD). In-depth interviews with pharmacists, pharmacist assistants, hospital health promotion staff, and hospital programmers deepened the results of Focus Group Discussions (FGD). System analysis conducted based on interviews is the basis of system design with a system development approach using prototype methods to the modeling stage. Searching drugs information in the RSUD R. Syamsudin, SH is still oriented manually, such as information about drug interactions with other drugs. Due it is not integrated in a system, so the education provided is still limited to education on drug use in general. This has a patient safety risk associated with drug interactions. The logic design of the drug interaction notification system that serves as a reminder to pharmaceutical staff when entering prescription drugs requires an integrated system, so patients will be given more appropriate education. This system can provide easy access to information, save time, save more data with less storage space. Theoretically the design can provide efficient and effective solutions in identifying drugs that must be considered to be given to patients, by integrating them into the hospital drug interaction notification system. The results of the study of 53 treated elderly patients found that 125 types of drugs were used during the patient's treatment and 141 interactions were found in the prototype database of the drug-drug interaction notification system, while the data found by pharmacist 1 were 13 interactions and 34 interactions were found by pharmacist 2 It can be concluded that the prototype database for drug-drug interaction notification systems can find more drug interactions and can alert pharmacists more quickly

Abstrak:

Abstrak: Penyelenggaraan upaya pengobatan di Puskesmas membutuhkan ketersediaan dan keterjangkauan pelayanan obat yang efisien, efektif dan rasional. Penelitian ini bertujuan untuk mengembangkan sistem informasi manajemen Puskesmas sehingga mampu mendukung perencanaan kebutuhan obat di Puskesmas TegalTimur. Jenis penelitian ini adalah kualitatif dengan pendekatan studi kasus.Pengumpulan data primer dilakukan dengan cara observasi dan wawancaramendalam, sedangkan data sekunder diperoleh dari laporan Puskesmas danBidang Pelayanan Kesehatan Dinas Kesehatan Kota Tegal. Penentuan Informan dengan cara purposive sampling. Informan utama dalam wawancara mendalam adalah Kepala Puskesmas, petugas farmasi Puskesmas, dan Kepala Dinas Kesehatan. Instrumen penelitian yang digunakan adalah pedoman wawancara mendalam dan pedoman observasi.Analisis terhadap sistem informasi yang saatini ada di Puskesmas Tegal Timur menunjukkan bahwa sistem informasi yang adadi Puskesmas Tegal Timur belum mampu memenuhi kebutuhan pengguna.Informasi ketersediaan obat di gudang obat Puskesmas belum akurat dan sistem belum mampu menghasilkan keluaran yang mendukung pelaporan pengelolaanobat Puskesmas. Pengembangan sistem informasi diharapkan dapat memperbaikisistem informasi pengelolaan obat yang saat ini berjalan di Puskesmas TegalTimur. Desain logik sistem informasi pengelolaan obat di Puskesmas Tegal Timurperlu dilanjutkan dengan penyusunan desain fisik dan pembuatan koding,sehingga dihasilkan sistem informasi pengelolaan obat yang mampu mendukung perencanaan kebutuhan obat Puskesmas.
Kata kunci : Sistem informasi, Puskesmas, obat.

---

Implementation of treatment efforts in the primary healthcare requires theavailability and affordability of drugs that are efficient, effective and rational. Thisstudy aims to develop a management information system that is capable ofsupporting the health center planning drug needs in East Tegal Primary HealthCare. This research is a qualitative case study approach. Primary data werecollected by means of observation and in-depth interviews, and secondary dataobtained from primary healthcare reports and Health Department City of Tegal.2Determination of the informant by purposive sampling. Key informant in-depthinterviews was Head of primary healthcare, pharmacy officer in , and ChiefMedical Officer. The research instrument used is in-depth interview guide andobservation guide.Analysis of the information systems that currently exist at EastTegal Primary Health Care shows that existing information systems in East TegalPrimary Health Care not able to meet the needs of users. Information availabilityof drugs in health centers drug warehouse is not accurate and the system has notbeen able to produce output that supports the reporting of medication managementhealth center. Information system development is expected to improve drugmanagement information system that is currently running at East Tegal PrimaryHealth Care. Logical design of information systems management in health centersdrug East Tegal need to proceed with the preparation of the physical design andmanufacture of coding, so that the resulting drug management information systemthat is capable of supporting the health center planning needs medication.
Keyword :Information system, Primary Healthcare, drug

Abstrak: Tujuan penelitian ini adalah untuk merancang suatu prototipe dashboard penyelidikan epidemiologi COVID-19 yang dapat menganalisis dan menyajikan data hasil penyelidikan epidemiologi pada pasien rawat jalan COVID-19 di RSUI. Penelitian ini merupakan penelitian kualitatif, menggunakan metode Rapid Application Development yang terdiri atas kegiatan analisis kebutuhan dan perancangan prototipe. Pengumpulan data dilakukan dengan melakukan wawancara mendalam, observasi, dan studi dokumen. Penelitian ini berhasil menghasilkan prototipe dashboard penyelidikan epidemiologi COVID-19 yang dapat menganalisis data dan menyajikan informasi jumlah pasien yang melakukan swab test, jumlah pasien berdasarkan kriteria kasus, jumlah pasien berdasarkan tujuan swab test, jumlah pasien berdasarkan jenis kelamin, jumlah pasien berdasarkan usia, gejala yang dimiliki pasien, kondisi penyerta pasien, factor risiko pasien, dan hubungan daftar kontak erat.

Abstrak: Angka kematian ibu adalah tantangan kesehatan masyarakat di dunia, negara-negara berkembang menyumbang 99% kematian ibu secara global. Diperkirakan 15% sampai 20% ibu hamil dari seluruh ibu hamil yang ada akan mengalami keadaan risiko tinggi dan mengalami komplikasi maternal. Asuhan kebidanan komprehensif berbasis bukti yang diberikan oleh bidan maupun dokter spesialis kandungan diharapkan dapat memprediksi komplikasi maternal untuk mencegah kematian ibu. Sistem prediksi komplikasi maternal melalui penilaian usia kehamilan, tanda-tanda vital, tinggi fundus uteri, denyut jantung janin, presentasi, kontraksi, plasenta, robekan, perdarahan, luka perineum, hemoglobin dan proteinurin dengan menggunakan pencatatan dan pelaporan manual membutuhkan waktu untuk mengambil keputusan. Tujuan penelitian ini adalah membangun prototipe aplikasi untuk prediksi komplikasi maternal di Rumah Sakit Mitra Bangsa Pati dalam rangka memprediksi komplikasi maternal, dan merancang basis data maternal dan membuat laporan secara elektronik. Rancangan pengembangan sistem menggunakan pendekatan prototyping. Metode prediksi aplikasi komplikasi maternal berbasis machine learning menggunakan algoritma Naïve Bayes Classifier (NBC). Aplikasi dapat memberikan hasil prediksi komplikasi maternal secara realtime (<3 detik), berupa perdarahan, preeklampsia, infeksi mana nifas, hiperemesis gravidarum, retensio plasenta dan robekan jalan lahir. Pengumpulan data dari buku register, buku KIA dan rekam medis. Dari hasil uji dengan 7-fold cross validation diperoleh nilai akurasi, presisi dan recall adalah 89.2%, 88.8%, dan 89.3% dengan jumlah data latih 2448 data dan data uji 272 data. Pemanfaatan data hasil prediksi yaitu sebagai dasar untuk pengambilan keputusan.

Abstrak: World Drug Report, laporan tahunan United Nation Office on Drug and Crime (UNODC) 2018 menyebutkan bahwa pada tahun 2016 dari sekitar 275 juta penduduk dunia atau 5, 6 % dari populasi global yang berusia 15-64 tahun menggunakan narkotika, psikotropika, dan zat adiktif lain (NAPZA) sekali dalam hidup mereka. Sekitar 31 jutanya adalah penyalahguna narkoba yang mungkin memerlukan perawatan. Tanggung jawab terpenting dari pemberi pelayanan kesehatan khususnya rumah sakit adalah memberikan asuhan dan pelayanan pasien yang efektif dan aman. Panduan praktik klinis yang tertuang dalam clinical pathway merupakan salah satu upaya untuk menjamin kualitas perawatan pada pasien. Clinical pathway adalah salah satu alat manajemen perawatan yang banyak dipakai oleh pemberi layanan kesehatan dimana clinical pathway berpotensi mengurangi variasi layanan yang tidak perlu sehingga dapat meningkatkan outcome klinis dan juga penghematan pemakaian sumber daya (finansial). Penerapan Clinical pathway pada terapi detoksifikasi penyalahgunaan NAPZA/adiksi berpotensi memberi peluang untuk meningkatkan kualitas perawatan dengan biaya yang sama. Kemajuan teknologi saat ini memungkinkan rumah sakit memanfaatkan suatu sistem yang dapat mengakomodasi penambahan variasi dalam perawatan dan memudahkan evaluasi pelayanan yang diberikan. Tujuan dari penelitian ini adalah merancang dan membuat sebuah prototipe clinical pathway berbasis elektronik untuk perawatan pasien penyalahguna NAPZA dengan berbasis web. Perancangan sistem dilakukan dengan menggunakan metode prototipe dan pengumpulan data dilakukan dengan wawancara kepada pengguna sistem dan observasi. Hasil dari penelitian ini adalah terbangunnya prototipe sistem yang dapat memberikan informasi tingkat kepatuhan PPA dan merekam variasi yang ada selama perawatan

Abstrak: ABSTRAK Nama : Oke Dwiraswati Program Studi : Ilmu Kesehatan Masyarakat Judul : Perancangan Sistem Analisis Sentimen Terhadap Kebijakan Atau Isu Obat dan Makanan Yang Terintegrasi Dengan Sistem Layanan Informasi dan Pengaduan BPOM Pembimbing : dr. Kemal Nazarudin Siregar, S.KM., M.A., Ph.D. Isu kesehatan terkait keamanan obat dan makanan semakin meningkat, terlebih ketika teknologi informasi berkembang sangat pesat di era revolusi industri 4.0. Kebijakan atau isu obat dan makanan yang berkembang dapat menimbulkan berbagai opini di masyarakat. Untuk mengetahui opini masyarakat dengan cepat dapat dilakukan melalui analisis sentimen dari media sosial seperti Twitter, dan juga dari pengaduan yang disampaikan ke BPOM sebagai lembaga yang berwenang dalam pengawasan obat dan makanan di Indonesia. Opini atau sentimen tersebut akan dianalisis sehingga dapat diketahui kebijakan atau isu mana yang mendapatkan sentimen positif atau negatif. Oleh sebab itu, diperlukan sebuah pendekatan yang dapat menganalisis sentimen masyarakat terhadap kebijakan atau isu obat dan makanan. Tujuan penelitian ini adalah merancang sistem untuk analisis sentimen terhadap kebijakan atau isu obat dan makanan dari Twitter yang diintegrasikan dengan sistem layanan informasi dan pengaduan obat dan makanan menggunakan metode pengklasifikasian berbasis machine learning, yaitu Naive Bayes Classifier (NBC). Dilakukan serangkaian tahapan yaitu pengumpulan data dari Twitter dan aplikasi Sistem Layanan Informasi dan Pengaduan Obat dan Makanan sesuai kata kunci, kemudian preprocessing (cleansing, case folding, tokenizing, normalisasi dan eliminasi stopwords), serta proses klasifikasi dengan algoritma NBC untuk mendapatkan hasil dengan kategori positif atau negatif. Dari hasil uji dengan 10-fold cross validation diperoleh nilai akurasi tertinggi 88% dengan rincian nilai precission 81%, recall 100% dan f-measure 90%, dengan jumlah data latih 540 (270 negatif, 270 positif) dan data uji 60. Hasil analisis sentimen ditampilkan dalam bentuk dashboard. Data hasil analisis sentimen dapat menjadi masukan dalam penanganan respon cepat terhadap isu obat dan makanan selanjutnya dapat dirumuskan strategi KIE yang tepat ke masyarakat. Kata kunci: Analisis sentimen, obat dan makanan, Twitter, sistem layanan informasi dan pengaduan, naive bayes classifier. ABSTRACT Name : Oke Dwiraswati Study Program : Public Health Science Title : Designing Sentiment Analysis Systems For Food And Drug Policy Or Issues That Integrated With NADFC Information And Complaints Services System Counsellor : dr. Kemal Nazarudin Siregar, S.KM., M.A., Ph.D. Health issues related to drug and food security are increasing, especially in the current digital era of industrial revolution 4.0 when information technology is developing very rapidly. Drug and food policies or issues can lead to various opinions in the community. To find public opinion quickly, it can be done through an analysis of sentiments from Twitter, also from complaints/information requests submitted to BPOM as an institution authorized to control drug and food in Indonesia. Opinions will be analyzed so that policies or issues can get positive or negative sentiments. Therefore, an approach is needed that can analyze community sentiment towards drug or food policy or issues. This study aims to design a system for the sentiments analysis on policies and issues of drugs and food, integrated with the information and complaints service system using machine learning-based classification methods, namely Naive Bayes Classifier (NBC). There are series of stages, namely data collection and application of Information and Complaints Service System for Drug and Food according to keywords, then preprocessing (cleansing, case folding, tokenizing, normalization and elimination of stopwords), and the classification process using the NBC algorithm to get results with categories positive or negative. From the results of the test with 10 fold cross validation, the highest accuracy value is 88% with detailed precission values 81%, recall 100% and f-measure 90%. with the number of training data 540 (270 negative, 270 positive) and 60 test data. The sentiment analysis results are displayed in the dashboard. Data from sentiment analysis can be an input in handling rapid responses to drug or food issues, then can formulate appropriate education strategies to the community. Key words: Sentiment analysis, drug and food, Twitter, information and complaints service system, naive bayes classifier.