Essay:

Essay details:

  • Subject area(s): Engineering
  • Price: Free download
  • Published on: 7th September 2019
  • File format: Text
  • Number of pages: 2

Text preview of this essay:

This page is a preview - download the full version of this essay above.

Atkinson (1991) yang dikutip oleh Lubis (2009) menjelaskan bahwa depresi merupakan suatu gangguan mood yang memiliki gejala seperti kehilangan harapan, pasrah secara berlebihan, tak mampu mengambil keputusan untuk memulai suatu kegiatan, tak mampu berkonsentrasi, hilangnya semangat hidup, selalu tegang dan mencoba bunuh diri. Bramastyo (2009) menyebutkan bahwa dalam ilmu Psikologi, depresi termasuk kedalam salah satu gangguan mood (mood disolder) yang menduduki peringkat paling tinggi sebagai penyebab kematian seseorang dibandingkan mood disorder lainnya.

Amir (2005) yang dikutip oleh Bramastyo (2009)  menyatakan bahwa depresi merupakan penyakit psikis yang bisa menyerang semua lapisan umur, mulai dari remaja hingga lansia. Sekitar 15% dari penderita depresi mayor meninggal akibat bunuh diri, sedangkan 20%-40% dari penderita telah melakukan percobaan bunuh diri, dan 80% penderita diketahui memiliki keinginan untuk melakukan bunuh diri. Berdasarkan data tersebut, WHO sebagai organisasi kesehatan dunia telah menempatkan depresi sebagai penyakit yang berada diurutan ke-empat di dunia (Bramastyo, 2009). WHO memprediksikan bahwa penyakit depresi akan menjadi penyakit mental yang banyak dialami penduduk dunia serta dapat menempati urutan kedua sebagai penyakit penyebab kematian setelah penyakit jantung pada tahun 2020. Pada Lubis (2009) menyatakan bahwa survei yang dilakukan oleh Persatuan Dokter Spesialis Kesehatan Jiwa menyebutkan bahwa sekitar 94% masyarakat Indonesia mengidap depresi dari tingkat depresi ringan hingga depresi berat.

Banyak cara yang dapat dilakukan untuk mengobati gejala depresi ataupun depresi itu sendiri, salah satunya adalah melalui pengobatan medis dengan pemberian obat-obatan. Antidepresan adalah obat yang dapat digunakan untuk memperbaiki perasaan (mood) yaitu dengan meringankan atau menghilangkan gejala keadaan murung yang disebabkan oleh keadaan sosial – ekonomi, penyakit atau obat – obatan ( Tjay & Rahardja, 2007 ) dikutip oleh (Yuniastuti, 2013). Badan Pengawas Obat dan Makanan menggolongkan antidepresan kedalam obat psikotropika karena bekerja secara selektif pada susunan syaraf pusat dan mempunyai efek utama terhadap aktifitas mental dan perilaku.  Secara umum, obat-obat depresi atau antidepresan dibagi dalam tiga golongan yaitu SSRIs (Selective Serotonin Re-uptake Inhibitor), TCA (Tricyclics Antidepressant) dan MAOIs (Monoamine Oxidase Inhibitors).

Antidepresan trisiklik (TCA) merupakan antidepresan yang bekerja menghambat pengambilan kembali amin biogenik seperti norepinerin (NE), Serotonin ( 5 – HT) dan dopamin didalam otak, karena menghambat pengambilan kembali neurotransmitter yang tidak selektif, antidepresan golongan trisiklik dapat menyebabkan efek samping yang besar (Prayitno, 2008) dikutip oleh (Yuniastuti, 2013). Antidepresan trisiklik sampai saat ini merupakan obat antidepresan yang paling banyak digunakan sebagai pelayanan kesehatan primer (Depkes RI, 2007).

Menurut Sydney and South Western Sydney LHD Mental Health Service dikatakan bahwa dibutuhkan petunjuk dokter dalam mengkonsumsi obat antidepresan golongan trsiklik, karena penggunaan yang melebihi dosis yang ditentukan dapat menyebabkan efek berbahaya bagi pasien.

Food and Drug Administration atau disingkat FDA adalah sebuah badan pengawas obat dan makanan yang ada di negara Amerika Serikat. Seperti yang dikutip dari website resminya fda.gov/AboutFDA menjelaskan bahwa lembaga ini berperan melindungi kesehatan masyarakat Amerika Serikat melalui pengawasan terhadap obat, produk biologi, peralatan medis, kosmetik, persediaan makanan dan produk - produk yang memancarkan radiasi yang ada di Amerika. Sebagai salah satu lembaga yang berperan aktif, FDA menyimpan berbagai data yang berkaitan dengan kesehatan masyarakat di Amerika. Salah satu data yang terdapat di FDA adalah data FDA Adverse Event Reaction System (FAERS). FAERS menyimpan data laporan reaksi penggunaan obat – obatan yang berasal dari berbagai rumah sakit di Amerika. Data pasien, diagnosa pasien, data obat yang diberikan kepada pasien dan data reaksi obat yang timbul dicatat oleh rumah sakit dan kemudian dilaporkan ke FDA secara berkala setiap tahunnya. Pada tahun 2012, FDA menyebutkan bahwa konsumsi antidepresan trisiklik seperti  desipramin (NORPRAMIN) tanpa dosis yang pas berpotensi menyebabkan kematian.

Data Mining merupakan proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database (Kusrini & Luthfi, 2010) dikutip oleh (Sari, 2013). Secara umum, data mining dapat diartikan sebagai proses pencarian informasi dari pengolahan banyak data. Dengan menggunakan salah satu teknik dalam data mining yaitu assosiation rule, maka akan ditemukan informasi-informasi tersembunyi yang terdapat dalam kumpulan data yang besar. Dengan adanya data mining yang diimplementasikan ke data FAERS, maka akan didapatkan informasi yang tersembunyi dalam data FAERS yang besar.

Penelitian pada data FAERS sebelumnya yang dilakukan oleh Meilinda Heriza dengan judul “Pencarian Hubungan Adverse Event pada Obat Penenang dengan A priori” menyimpulkan bahwa konsumsi obat antidepresan golongan SSRIs dapat menimbulkan adverse event berupa ide atau tindakan melakukan bunuh diri dengan nilai support 0,05% dan nilai confidence 80%. Penelitian Alwis Nazir dengan judul “Identification of Suice-Related Event Through Network Analysis of Adverse Event Reports” melakukan penggalian informasi dari penggunaan obat antidepresan hingga menyebabkan timbulnya suatu kondisi yang berhubungan dengan kejadian bunuh diri. Penelitian lain yang dilakukan oleh Kiki Estriyana Utami mengenai “Prediksi Adverse Event Bunuh Diri Terhadap Obat Antidepresan Menggunakan Algoritma Frequent Pattern Growth (Fp-Growth)” juga menyimpulkan bahwa adverse event bunuh diri dipastikan dapat terjadi dari obat SSRIs.

Dengan adanya permasalahan tersebut dan berdasarkan penelitian sebelumnya dengan memanfaatkan metode data mining untuk menggali informasi dari suatu data, maka penulis tertarik untuk melakukan penelitian terhadap adverse event yang disebabkan konsumsi obat antidepresan dengan pemakaian paling banyak untuk depresi mayor menurut Departemen Kesehatan RI yaitu golongan tricyclics (TCA) dengan menggunakan metode data mining Association Rule. Berbeda dengan penelitian sebelumnya, pada penelitian ini penulis akan mencari informasi timbulnya adverse event dari mengkonsumsi obat antidepresan golongan Trisiklik secara spesifik berdasarkan jenis kelamin dan kelompok umur. Informasi yang didapat diharapkan dapat menjadi pertimbangan bagi dokter untuk meresepkan penggunaan obat jenis ini pada pasien dengan memperhatikan umur dan jenis kelaminnya untuk meminimalisir efek berbahaya yang mungkin timbul nantinya. Adapun metode data mining association rule yang digunakan dalam penelitian ini adalah metode ECLAT.

ECLAT pertama sekali diperkenalkan oleh Mohammed J. Zaki dalam peneitiannya yang berjudul “Scalable Algorithms for Association Mining” yang diterbitkan IEEE Transactions on Knowledge and Data Engineering pada tahun 2000. Algoritma ini menggunakan struktur database vertikal dan termasuk ke dalam bottom-up search dalam menemukan suatu frquent itemset. Pada penelitian dengan judul “Identification of Best Algorithm in Association Rule Mining Based on Performance” oleh Garima Sinha dan Dr. S. M.Ghosh menyimpulkan bahwa performa ECLAT lebih baik dibandingkan FP-Growth dan Apriori baik dalam hal waktu eksekusi maupun dalam hal support dan confidence. Penelitian yang dilakukan oleh Enny Norsyanah pada tahun 2016 dengan judul “Penerapan Algoritma ECLAT dalam Menentukan Metode Kontrasepsi yang Dipilih” memberikan informasi mengenai metode kontrasepsi yang dipilih berdasakan beberapa kriteria yang ditetapkan.

Beberapa penelitian mengenai penggunaan antidepresan dengan memanfaatkan metode data mining telah dilakukan oleh Meilinda Heriza dan Kiki Estriyana Utami. Adapun perbedaan penelitian yang akan dilakukan dengan penelitian sebelumnya yang serupa adalah pada penelitian sebelumnya dilakukan penelitian mengenai dampak penggunaan antidepresant golongan SSRI, sedangkan pada penelitian ini penulis akan meneliti dampak pemakaian obat antidepresant pada golongan yang berbeda yaitu golongan trisiklik. Penelitian sebelumnya hanya mencari hubungan 3 atribut dari data yang ada yaitu atribut case id, drug_name dan pt, sedangkan pada penelitian ini akan diteliti hubungan dari 4 atribut yang berbeda yaitu atribut drug_name, age,  gndr_cod dan pt. Penelitian sebelumnya telah dilakukan dengan menggunakan algoritma data mining yaitu Apriori dan FP Growth, sedangkan penelitian ini akan menggunakan algoritma yang berbeda yaitu ECLAT. Sebelumnya algoritma ECLAT telah digunakan oleh Eny Norsyanah pada kasus yang berbeda yaitu hubungan pemilihan alat kontrasepsi.    

Penulis akan menuangkan penelitiannya dalam bentuk skripsi yang berjudul “Penerapan Algoritma ECLAT untuk Menemukan Hubungan Timbulnya Adverse Event yang Disebabkan dari Mengkonsumsi Obat Antidepresan Golongan Trisiklik”.

...(download the rest of the essay above)

About this essay:

This essay was submitted to us by a student in order to help you with your studies.

If you use part of this page in your own work, you need to provide a citation, as follows:

Essay Sauce, . Available from:< https://www.essaysauce.com/essays/engineering/2016-8-23-1471919051.php > [Accessed 24.10.19].