Pada Kamis, 5 Juni 2025, Fakultas Kesehatan Masyarakat (FKM) Universitas Indonesia (UI) kembali menyelenggarakan Sidang Terbuka Promosi Doktor untuk mahasiswa Program Studi S3 Ilmu Kesehatan Masyarakat. Bertempat di Ruang Promosi Doktor Gedung G FKM UI, sidang ini menguji disertasi promovendus Meiyanti yang berjudul “Pengembangan Pembelajaran Mesin Untuk Prediksi Keberhasilan Pengobatan Tuberkulosis Pada Populasi Usia Produktif di Indonesia”.
Meiyanti mempresentasikan hasil penelitian dengan menggabungkan pendekatan teknologi dan kesehatan masyarakat dalam upaya meningkatkan angka keberhasilan Tuberkulosis (TB) sensitif obat (SO) di Indonesia. Sidang terbuka ini dipromotori oleh Prof. Dr. dra. Dumilah Ayuningtyas, M.A.R.S.
Melalui paparannya, Meiyanti menjelaskan bahwa kepatuhan minum obat merupakan kunci keberhasilan pengobatan TB, terdapat 5 dimensi utama yang memengaruhi kepatuhan minum obat meliputi sistem kesehatan, faktor terapi, kondisi penyakit, sosio-ekonomi dan faktor pasien. Indonesia saat ini menempati posisi beban TB kedua terbesar di dunia setelah negara India, dan masuk dalam 10 negara terbanyak penyumbang dua pertiga kasus TB di dunia. Berdasarkan program penanggulangan TB tahun 2022 diperoleh angka keberhasilan pengobatan TB di Indonesia baru mencapai 86,5% dari target 90%. Berdasarkan laporan program TB diperolah angka enrollment rate TB sensitif obat (SO) sebesar 86,6% dan masih di bawah target nasional 100%. Terjadi peningkatan angka estimasi TB resistan obat (RO) di Indonesia tahun 2022 meningkat 17% dibandingkan tahun 2020.
Penelitian oleh Meiyanti bertujuan untuk membangun model pembelajaran mesin dengan menggunakan data SITB untuk dapat dalam prediksi keberhasilan pengobatan TB sebagai salah satu upaya pemanfaatan dataset nasional secara efektif untuk mendukung transformasi digital kesehatan serta membantu dokter untuk deteksi dini TB, mengindentifikasi pasien berisiko tinggi infeksi TB serta dapat membantu dalam membuat keputusan lebih cepat dan tepat terkait pengobatan TB.
Hasil penelitian menunjukkan bahwa algoritma random forest merupakan model terbaik dengan kinerja terbaik untuk klasifikasi multiclass, yaitu AUC sebesar 83.76 %, sensitivitas 80.47%, dan specificity 79.81%. Model ini kemudian diimplementasikan dalam sebuah aplikasi MEI TB-Predict. Proses pembuatan aplikasi prediksi keberhasilan pengobatan TB yang representatif pada penelitian ini melalui beberapa tahapan penting antara lain tahap pengembangan model, validasi internal model, analisis hasil dan sinkronisasi dengan pendapat para ahli, validasi eksternal dan uji coba. Beberapa tahapan ini menunjukkan bahwa model prediksi yang dikembangkan berpotensi untuk diterapkan sebagai alat bantu tambahan tenaga kesehatan untuk memprediksi keberhasilan pengobatan TB pada fase awal pengobatan maupun fase lanjutan setelah memperoleh hasil pemeriksaan sputum BTA bulan ke-2.
Meiyanti juga menyampaikan beberapa rekomendasi berbasis hasil penelitiannya, antara lain pemerintah perlu mengembangkan kebijakan nasional dan integrasi teknologi dengan langkah memperkuat integrasi SITB dengan sistem kesehatan digital nasional (seperti SATUSEHAT) dan memperluas penggunaan model prediktif berbasis AI di fasilitas kesehatan primer. Perlu suatu penghubung sehingga aplikasi prediksi ini dapat bersinergi dengan SITB, dan dilakukan uji coba aplikasi di beberapa Puskesmas sebagai percontohan untuk evaluasi kinerja. Pelatihan tenaga kesehatan dalam pemanfaatan alat ini harus menjadi prioritas untuk meningkatkan adopsi teknologi. Perlu optimalisasi pengisian data SITB melalui pelatihan petugas dan intensif pelaporan real time. Pemerintah daerah harus didorong untuk melakukan analisis data berkala guna identifikasi kesenjangan pelayanan dan alokasi sumber daya yang tepat
Berhasil mempertahankan disertasinya di hadapan dewan penguji, Meiyanti dinyatakan lulus sebagai Doktor dalam bidang Ilmu Kesehatan Masyarakat. Meiyanti menjadi lulusan dari Program Studi S3 Ilmu Kesehatan Masyarakat FKM UI Tahun 2025 yang ke-9, dan S3 IKM ke-348, serta lulusan S3 FKM UI ke-454. Sidang promosi ini hadiri oleh Prof. Dr. Besral, S.K.M., M.Sc., dan Dr. dr. Rina Kurniasri Kusumaratna, M.Kes., selaku Ko-Promotor. Dewan penguji dalam sidang ini terdiri atas Prof. dr. Adang Bachtiar, M.P.H., D.Sc.; Dr. dr. Raden Rara Diah Handayani, Sp.P(K).; dr. Vivian Soetikno, Sp.FK, Ph.D.; Dr. dr. Maxi Rein Rondonuwu, DHSM., M.A.R.S. dan Henry Candra, S.T., M.T., Ph.D.
Keberhasilannya dalam menyelesaikan studi doktor, tidak hanya menambah prestasi pribadi Meiyanti, tetapi juga memberikan kontribusi signifikan bagi pengembangan ilmu kesehatan masyarakat, khususnya dalam upaya meningkatkan keberhasilan TB SO di Indonesia. Semoga penelitian ini dapat menjadi langkah awal dalam mendorong kebijakan yang lebih baik dalam penanganan kasus TB dan usaha mencapai eliminasi TB di Indonesia. (promovendus)