Pencarian Hubungan Adverse Event Yang Timbul Akibat Mengkonsumsi Obat Aspirin Menggunakan Equivalence Class Transformation (Eclat)

Abstract

Aspirin merupakan salah satu jenis obat yang paling banyak digunakan di dunia. Di Indonesia, aspirin termasuk dalam golongan obat bebas sehingga dapat dibeli secara bebas oleh masyarakat. Mengonsumsi obat aspirin memberikan banyak manfaat namun penggunaan yang tidak sesuai aturan dapat menimbulkan efek samping maupun Adverse Event dapat terjadi pula. “Adverse Event adalah pengalaman yang tidak diinginkan terkait penggunaan obat. Penelitian ini menggunakan data dari FAERS FDA (Food and Drug Administration) Amerika Serikat dengan menggunakan Association Rule algoritma Equivalence Class Transformation (ECLAT) untuk menemukan hubungan antara itemset yang dihasilkan”. FDA Adverse Event Reporting System (FAERS) adalah database yang berisi laporan Adverse Event, medication error reports dan keluhan kualitas produk yang mengakibatkan Adverse Event yang disampaikan ke food and drug administration. Data yang digunakan di dalam penelitian ini merupakan data Adverse Event yang mengandung nama obat aspirin dengan sebanyak 1100 record data dan menggunakan 8 atribut. Hasil dari pengujian dengan menetapkan minimum support 0.1% dan confidence 0.1 % menghasilkan rule sebanyak 393 rule dimana rule paling tinggi merupakan hubungan antara Adverse Event Abdominal Discomfort dengan hubungan obat aspirin. Hasil lain dari pengujian yang dilakukan menghasilkan rule yang paling banyak pada minimum support 0.1% dan confidence 0.1 % sebanyak 393 rule dan rule paling sedikit terdapat pada nilai min support 40% dan confidence 10% sebanyak 2 buah rule.