Pria Ini Berhasil Temukan Metode Diagnosis Penyakit Lebih Valid…

Sunartono
Sunartono Rabu, 10 April 2019 09:47 WIB
Pria Ini Berhasil Temukan Metode Diagnosis Penyakit Lebih Valid…

Adalah Ridho Rahmadi, Dosen Prodi Teknik Informatika Program Magister FTI, UII. /Ist-FTI UII.

Harianjogja.com, SLEMAN—Penggunaan metode sebab akibat sering digunakan bidang kedokteran maupun psikologi  untuk mendiagnosis suatu penyakit yang diderita pasien. Seorang dosen lulusan Radboud University Nijmegen, Belanda berhasil menemukan suatu formula yang dapat memperkecil kekeliruan psikolog maupun dokter dalam menangani pasien.

Adalah Ridho Rahmadi, Dosen Prodi Teknik Informatika Program Magister FTI, Universitas Islam Indonesia (UII) yang telah melakukan penelitian berjudul Finding Stable Causal Structures From Clinical Data itu di Eropa dan Amerika. Penelitian yang ia lakukan menggunakan data klinis ratusan orang untuk menghasilkan sebuah metode yang stabil.

“Sejauh ini kami telah mengaplikasikan S3C, S3L, dan S3C-Latent pada data-data klinis seperti sindrom kelelahan kronis , gagal ginjal, penyakit alzheimer, attention deficit- hyperactivity disorder atau gangguan perkembangan dalam peningkatan aktivitas motorik anak-anak, dan tuberkulous meningitis,” terang Ridho dalam rilisnya, Rabu (10/4/2019).

Ia menambahkan dengan desain hasil penelitiannya, dapat melihat apakah terapi atau penanganan pasien tersebut benar-benar menjadi sebab sembuhnya pasien atau tidak. Dalam pelaksanaannya dibuatlah sebuah intervensi seperti randomized controlled trial (RCT) di mana pasien-pasien dikelompokkan ke dalam dua grup, grup pertama mendapatkan terapi, sedangkan grup kedua tidak.

Namun, lanjutnya, untuk merealisasikan RCT tidaklah mudah, karena seringkali berbenturan dengan aspek etika, terlebih ketika obyek eksperimen tersebut adalah manusia atau binatang. Pemodelan hubungan sebab akibat lebih mudah untuk diaplikasikan pada observational data, dimana data merupakan hasil observasi, bukan intervensi, dengan berasumsi bahwa ada mekanisme hubungan sebab-akibat yang melandasi data tersebut.

“Structural equation model [SEM] adalah model yang merepresentasikan hubungan sebab akibat antara variabel, dan relatif banyak digunakan pada berbagai domain keilmuan. Prosedur aplikasi SEM yang seringkali digunakan adalah dengan memodelkan hipotesis, mengevaluasi model tersebut, kemudian melakukan modifikasi terhadap model tersebut, hingga dicapai hasil evaluasi yang baik. Prosedur semacam ini biasanya hanya mengevaluasi sedikit model,” ujarnya.

 

Cek Berita dan Artikel yang lain di Harian Jogja, dan edisi cetak versi elektronik kami hadir di Epaper Harian Jogja.

Share

Sunartono
Sunartono Jurnalis Harian Jogja, bagian dari Bisnis Indonesia Group menulis untuk media cetak dan online