Integrasi dan Masa Depan Sistem Informasi Kesehatan Reproduksi Indonesia

KUNCI JAWABAN DAN PEMBAHASAN

UNTUK DOSEN — TIDAK DIBAGIKAN KEPADA PESERTA DIDIK

Soal 1 — Kunci: B
Evaluasi AI yang komprehensif memerlukan tiga pertanyaan yang saling melengkapi dan tidak dapat saling menggantikan: (1) representativitas data training — algoritma yang dilatih pada populasi yang berbeda memiliki risiko bias yang nyata; (2) external validation pada populasi target — akurasi 92% pada dataset training tidak berarti akurasi yang sama di Flores Timur; dan (3) bukti outcome klinis — bukan hanya akurasi diagnostik. Opsi A mengutamakan pertimbangan anggaran yang seharusnya bukan pertanyaan pertama. Opsi C mengasumsikan bahwa izin BPOM dan penggunaan di RS tipe A menjamin validitas untuk semua populasi. Opsi D salah karena sensitivitas dan spesifisitas saja tidak cukup tanpa konteks prevalensi dan bukti outcome. Modul 6, C.2.3.

Soal 2 — Kunci: B
Automation bias adalah kecenderungan spesifik untuk mengikuti rekomendasi sistem otomatis meskipun ada bukti yang bertentangan — berbeda dari confirmation bias (mencari bukti yang mendukung keyakinan awal), anchoring bias (terpaku pada informasi pertama), atau availability bias (estimasi probabilitas berdasarkan kemudahan mengingat contoh). Kasus ini adalah automation bias yang klasik: dokter tidak mencari konfirmasi atas keyakinan awal tertentu — ia mengikuti output algoritma meskipun pemeriksaan fisiknya sendiri menunjukkan tanda bahaya yang jelas. Modul 6, C.2.2.

Soal 3 — Kunci: B
Quasi-identifiers adalah variabel yang bukan pengidentifikasi langsung tetapi dapat dikombinasikan untuk mengidentifikasi individu — khususnya di komunitas kecil. Tahun kelahiran + paritas + kecamatan + diagnosis langka + tanggal kejadian: di kabupaten dengan populasi saling mengenal, kombinasi ini bisa sangat mengidentifikasi. Opsi A salah karena tidak ada directly identifying information (nama, NIK) yang tersisa. Opsi C salah karena sensitive attributes (seperti riwayat GBV) berbeda dari quasi-identifiers — mereka tidak mengidentifikasi secara langsung tetapi sangat sensitif jika terhubung ke identitas. Opsi D salah karena literatur re-identifikasi (Sweeney, Narayanan & Shmatikoff) menunjukkan sebaliknya. Modul 7, C.3.1.

Soal 4 — Kunci: C
Reorder Point = (Avg monthly consumption × Lead time) + Safety Stock. Safety Stock = (Max - Avg) × Lead time = (42 - 28) × 0,5 = 7 vial. Reorder Point = (28 × 0,5) + 7 = 14 + 7 = 21 vial. Opsi A hanya menghitung lead time consumption tanpa safety stock. Opsi B sama dengan rata-rata bulanan tanpa pertimbangan lead time. Opsi D menggunakan konsumsi maksimum secara keseluruhan yang bukan formula yang tepat. Modul 8, C.1.2.

Soal 5 — Kunci: C
Langkah institusionalisasi (Langkah 8) adalah yang paling sering dilewati dalam implementasi sistem informasi kesehatan di Indonesia — dan yang paling menentukan keberlanjutan. Transformasi yang tidak diembedding ke dalam SOP formal, KPI yang mengikat, anggaran rutin multi-tahun, dan pelatihan orientasi staf baru selalu rentan terhadap rotasi kepemimpinan. Opsi A dan B adalah langkah yang kritis tetapi kegagalan di sana biasanya terdeteksi lebih awal dan dapat dikoreksi. Opsi D penting tetapi bukan yang paling sering menyebabkan kegagalan jangka panjang. Modul 9, C.2.2.

Soal 6 — Kunci: C
Misoprostol tidak memerlukan cold chain, efektif sebagai profilaksis PPH, dan merupakan alternatif yang direkomendasikan WHO untuk setting tanpa cold chain yang andal. Oksitosin yang disimpan di luar rentang suhu yang diperlukan kehilangan potensinya secara signifikan — menggunakannya tidak memberikan perlindungan yang seharusnya. Opsi A salah karena oksitosin rusak tidak 50% efektif — degradasinya tidak linier dan tidak dapat diprediksi tanpa uji laboratorium. Opsi B tidak praktis dan dapat merugikan ibu yang memerlukan pertolongan segera. Opsi D adalah solusi jangka panjang yang tepat tetapi tidak menjawab masalah segera. Modul 8, C.5.1.

Soal 7 — Kunci: A
Safe Outputs berfokus pada memastikan bahwa hasil penelitian yang dipublikasikan — tabel, grafik, temuan — tidak memungkinkan re-identifikasi individu. Tabel dengan sel kecil (misalnya: "2 kematian ibu dengan kondisi X di kabupaten Y dalam periode Z") dapat sangat mengidentifikasi meskipun data input sudah sepenuhnya dianonymisasi. Standar minimum: tidak ada sel tabel yang berisi <5 individu. Opsi B, C, dan D mencerminkan kekhawatiran yang tidak berkaitan dengan definisi teknis Safe Outputs dalam framework 5 Safes. Modul 7, C.4.2.

Soal 8 — Kunci: A
Manfaat interoperabilitas berbasis FHIR yang paling langsung relevan secara klinis adalah akses real-time ke rekam medis lengkap pasien lintas fasilitas — memastikan bidan di Puskesmas Kabupaten B memiliki akses ke semua data ANC sebelumnya tanpa bergantung pada buku KIA fisik yang mungkin tidak dibawa atau tidak lengkap. Ini mencegah duplikasi pemeriksaan yang tidak perlu dan memastikan kontinuitas perawatan berbasis informasi lengkap. Opsi B tentang BPJS adalah manfaat administratif bukan klinis langsung. Opsi C tidak akurat secara teknis. Opsi D adalah manfaat potensial tetapi bukan yang paling langsung relevan secara klinis dalam skenario ini. Modul 10, C.2.1.

Soal 9 — Kunci: B
Ketepatan waktu pengiriman laporan adalah indikator Level 1 (input/proses) — paling mudah diukur dan paling sedikit bermakna untuk menilai keberhasilan sistem informasi yang sesungguhnya. Sistem yang diisi tepat waktu dengan data tidak akurat menghasilkan informasi yang menyesatkan. Sistem yang diisi tepat waktu tetapi datanya tidak pernah digunakan untuk keputusan tidak menghasilkan dampak apapun pada outcome kesehatan. Keberhasilan yang bermakna memerlukan evaluasi di Level 2 (kualitas data), Level 3 (penggunaan data untuk keputusan), dan Level 4 (perubahan outcome). Opsi A ada benarnya tetapi bukan alasan paling fundamental. Opsi C salah karena dikotomi klinis vs administratif yang terlalu sederhana. Opsi D salah karena tanggung jawab kualitas data adalah bersama. Modul 10, C.5.1.

Soal 10 — Kunci: C
Peran unik konsultan Obginsos sebagai pemimpin digital tidak berasal dari keahlian teknis IT (opsi A salah) atau kewenangan formal dalam struktur Dinkes (opsi B salah dan tidak selalu akurat) tetapi dari posisi bridging yang tidak dimiliki pemimpin lain: memiliki kredibilitas klinis yang membuat tenaga lapangan mempercayai komunikasinya, perspektif populasi yang memungkinkan advokasi berbasis bukti kepada pengambil kebijakan, dan pemahaman konteks yang memungkinkan evaluasi teknologi yang tidak dapat dilakukan teknisi yang tidak memahami realitas klinis lapangan. Opsi D membatasi peran secara berlebihan dan tidak mencerminkan kontribusi yang sesungguhnya diperlukan. Modul 9–10, C.1.2 dan C.4.1.