Selasa, 7 Desember 2021, Program Studi Doktor Ilmu Kesehatan Masyarakat Fakultas Kesehatan Masyarakat (FKM) Universitas Indonesia (UI) melaksanakan sidang terbuka promosi doktor atas nama Fika Minata Wathan. Sidang dipimpin oleh Prof. Dr. dr. Sabarinah, M.Sc., sebagai Ketua Sidang, Prof. dr. Kemal N. Siregar, M.A, Ph.D., sebagai Promotor, Prof. dr. Anhari Achadi, S.K.M., Sc.D dan Dr. dr. Rima Irwinda, Sp. OG (K), sebagai Ko-promotor, serta tim penguji yang terdiri dari Dr. Tris Eryando, M.A., Dr. Besral, S.K.M., M.Sc., Dr. dr. Yusuf Effendy, Sp. OG (K), Dr. Ir. Heru Purnomo Ipung, M. Eng. dan Dr. Mujiono Sadikin, MT. CISA. CGEIT. Pada sidang yang dilaksanakan secara virtual ini, Fina Minata Wathan mempertahankan disertasi dengan judul “Pemodelan Prediksi Risiko Kelahiran Preterm Berbasis Pembelajaran Mesin (Machine Learning) sebagai Upaya Deteksi Dini di Tingkat Fasilitas Kesehatan Tingkat Pertama”.
Kelahiran preterm merupakan penyebab tertinggi kematian neonatal. Indonesia menduduki posisi tertinggi di ASEAN dan kelima di dunia untuk kelahiran preterm. Belum adanya model prediksi kelahiran preterm yang memperlihatkan prediktor yang berguna untuk
mengembangkan program pencegahan mendorong promovendus untuk melaksanakan penelitian terkait hal ini.
Penelitian ini disebutkan bertujuan untuk menemukan model prediksi kelahiran preterm berbasis machine learning untuk deteksi dini kelahiran preterm di Fasilitas Kesehatan Tingkat Pertama (FKTP). Metode yang digunakan dalam penelitian adalah desain studi case control dengan menggunakan data rekam medis Rumah Sakit (RS) di Palembang yaitu RS YK Madira, RSMH, RS Bunda, RS Ar Rasyid, RS Muhammadiyah, dan RS Bhayangkara di tahun 2019 dengan jumlah sampel 1758 responden yang terdiri dari 879 preterm dan 879 aterm. Sementara faktor risiko yang digunakan pada penelitian ini didapatkan dari Systematic Literature Review yang terdiri dari faktor sosiodemografi, faktor perilaku/gaya hidup, faktor maternal/kondisi ibu sebelum kehamilan, faktor kehamilan/obstetri ginekologi, faktor biologis, faktor pelayanan kesehatan dan faktor janin. Pemodelan dilakukan dengan menggunakan machine learning dengan algoritme decision tree, K-Nearest Neighbour (KNN), naïve bayes, logistic regression, Support Vector Machine (SVM) dan neural network (CNN1D, multilayer perceptron dan backpropagation).
Berdasarkan hasil penelitian yang dilaksanakan oleh promovendus ini, ditemukan 21 variabel penelitian dari 53 variabel yang dibutuhkan, dan menemukan 6 variabel yang menjadi prediktor utama kelahiran preterm di antaranya pre-eklamsia, perdarahan dalam kehamilan, riwayat ketuban pecah dini, jarak antar dua kehamilan, paritas, dan anemia. Pada penelitian ini ditemukan algoritme terbaik yaitu decision tree dengan nilai akurasi 95% untuk training dan 96% untuk testing dan telah dibuat prototype berupa aplikasi berbasis web untuk deteksi dini di FKTP.
Lebih lanjut, pada penelitian ini ditemukan pula research novelty yaitu diperolehnya model prediksi kelahiran preterm, dimana model ini potensial untuk digunakan di FKTP sebagai upaya deteksi dini. Model prediksi ini dapat mendeteksi ibu hamil akan berisiko preterm atau tidak berisiko. Apabila diketahui ibu berisiko kelahiran preterm, maka ibu dianjurkan untuk melakukan pemeriksaan di RS, agar tidak terjadi keterlambatan penanganan yang menyebabkan kematian ibu maupun bayi. Dibandingkan tidak ada model prediksi, maka risiko kelahiran preterm tidak dapat dicegah, sehingga keterlambatan penanganan akan terjadi.
Berdasarkan hasil disertasinya tersebut, Fika Minata Wathan berhasil dinyatakan sebagai Doktor dalam bidang Ilmu Kesehatan Masyarakat. Fika merupakan lulusan S-3 Ilmu Kesehatan Masyarakat ke-249 dan lulusan S-3 di FKM UI yang ke-322.