Depok, 10 Januari 2026 — Machrumnizar resmi meraih gelar Doktor Ilmu Kesehatan Masyarakat dari Fakultas Kesehatan Masyarakat (FKM) Universitas Indonesia (UI) setelah berhasil mempertahankan disertasinya yang berjudul “Model Skrining Tuberkulosis Anak dengan Otomatisasi Sistem Skoring Berbasis Machine Learning di Fasilitas Pelayanan Kesehatan Primer.” Sidang promosi doktor dipimpin oleh Prof. Dr. Dra. Dumilah Ayuningtyas, M.A.R.S., selaku Ketua Sidang.
Dalam penelitian disertasinya, Machrumnizar menyoroti masih tingginya beban tuberkulosis (TB) anak, yang menyumbang sekitar 12% dari total 10,6 juta kasus TB global. Di Indonesia, insiden TB meningkat lebih dari 30%, namun tingkat deteksinya masih rendah. Diagnosis TB anak sebagian besar masih mengandalkan gejala klinis tanpa dukungan pemeriksaan bakteriologis, sehingga banyak kasus tidak terlaporkan. Kondisi ini diperburuk oleh skrining manual yang bersifat subjektif serta sistem pencatatan dan pelaporan yang terfragmentasi di fasilitas kesehatan primer.
Menjawab persoalan tersebut, Machrumnizar mengembangkan model skrining TB anak berbasis machine learning yang mampu mengotomatisasi proses skoring TB anak. Model ini mengintegrasikan data klinis, demografis, status gizi, riwayat kontak, pemeriksaan penunjang, hingga variasi kondisi fasilitas pelayanan kesehatan primer di Indonesia. Penelitian dilakukan menggunakan desain kuantitatif dengan kohort retrospektif di puskesmas wilayah Jakarta Barat. Data diperoleh dari rekam medis elektronik dan Sistem Informasi Tuberkulosis (SITB), melalui proses verifikasi, pembersihan, dan transformasi.
Model machine learning dikembangkan dalam empat skenario untuk menyesuaikan kondisi fasyankes yang memiliki kemampuan diagnostik berbeda. Meskipun variasi data tersedia tidak sama, algoritma decision tree menunjukkan performa paling stabil, dengan akurasi mencapai 89% dan AUC lebih dari 94–95% pada berbagai pengujian. Temuan fitur terpenting dalam prediksi TB anak meliputi pembesaran kelenjar getah bening, uji tuberkulin positif, riwayat kontak dengan sumber TB, foto toraks, pemeriksaan bakteriologis, dan status gizi.
Machrumnizar menghasilkan prototype aplikasi skrining TB anak yang dapat memberikan penilaian risiko secara cepat, objektif, dan terstandar sebagai luaran utama penelitiannya. Aplikasi ini menampilkan ringkasan hasil diagnosis, detail data input, mekanisme encoding, hingga pengelolaan data dengan kontrol akses untuk menjaga keamanan dan kerahasiaan pasien. Teknologi ini diharapkan membantu fasilitas kesehatan primer mempercepat deteksi dini TB anak, mengurangi kesalahan manual, serta meningkatkan efisiensi layanan.
Sidang promosi doktor ini melibatkan Prof. Dr. Drs. Tris Eryando, M.A. sebagai Promotor, Prof. dr. Adang Bachtiar, M.P.H., D.Sc., dan Dr. dr. Rina Kurniasri Kusumaratna, M.Sc., sebagai Ko-Promotor. Tim penguji meliputi Prof. Dr. dr. Anhari Achadi, S.K.M., Sc.D.; Dr. dr. Nastiti Kaswandani, Sp.A.; Dr. dr. Maxi Rein Rondonuwu, D.H.S.M., M.A.R.S., serta Dr. Dedy Sugiarto, S.Si., M.M., M. Kom.
Machrumnizar menyimpulkan bahwa sistem skoring TB anak dapat ditingkatkan secara signifikan melalui integrasi machine learning, dengan decision tree menjadi algoritma paling andal untuk mendukung proses skrining di fasilitas primer. Ia merekomendasikan pemerintah menyusun roadmap implementasi kecerdasan buatan untuk penanggulangan TB, integrasi prototype dengan sistem TB nasional untuk BPJS Kesehatan, serta uji coba aplikasi di lapangan sebagai langkah lanjutan.
Berdasarkan keberhasilan mempertahankan disertasinya, Machrumnizar dinyatakan lulus sebagai Doktor dalam Bidang Ilmu Kesehatan Masyarakat. Ia tercatat sebagai lulusan S3 IKM tahun 2026 yang ke-5, lulusan S3 IKM yang ke-337, dan lulusan S3 FKM UI secara keseluruhan yang ke-494. Pencapaian ini memberi kontribusi nyata pada inovasi digital di bidang kesehatan masyarakat, khususnya dalam upaya peningkatan deteksi dini tuberkulosis anak di Indonesia. (AMR)