SLEMAN — Dalam upaya mengoptimalkan tata kelola data di sektor pelayanan kesehatan, tim peneliti dari Sekolah Vokasi Universitas Gadjah Mada (SV UGM) berhasil mengembangkan inovasi teknologi kecerdasan buatan (Artificial Intelligence/AI) berbasis Text-to-SQL. Inovasi ini dirancang untuk mempermudah analisis data kesehatan melalui perintah bahasa alami tanpa memerlukan keahlian teknis bahasa pemrograman Structured Query Language (SQL). Riset terapan yang diketuai oleh Dian Budi Santoso, S.KM., M.P.H., dosen dan peneliti Sekolah Vokasi UGM ini berfokus pada pemanfaatan Generative AI untuk mengonversi pertanyaan bahasa sehari-hari secara otomatis menjadi perintah SQL yang presisi dan siap dieksekusi pada basis data kesehatan.
Pengembangan teknologi ini dilatarbelakangi oleh kendala teknis yang sering dihadapi dalam pemanfaatan data medis pada sistem informasi kesehatan. Selama ini, tenaga kesehatan, manajer fasilitas kesehatan, hingga pengambil kebijakan sering kali kesulitan mengakses data secara mandiri karena keterbatasan kemampuan pemrograman basis data. Ketergantungan pada tenaga ahli IT kerap memperlambat pengambilan keputusan strategis yang membutuhkan informasi secara cepat. Melalui penelitian ini, tim peneliti bertujuan menciptakan jembatan komunikasi yang intuitif antara pengguna dan basis data. Manfaat utama yang dihasilkan mencakup efisiensi operasional, kemudahan penarikan data medis secara real-time, serta fleksibilitas analisis data tanpa mengabaikan faktor keamanan informasi.
Proses pengembangan sistem Text-to-SQL ini dilaksanakan melalui alur kegiatan terstruktur. Tahapan diawali dengan pemetaan skema basis data untuk mengidentifikasi struktur data kesehatan dan menetapkan standar keamanan informasi. Selanjutnya, tim peneliti mengintegrasikan arsitektur Large Language Model (LLM) dengan metadata skema basis data, disusul dengan formulasi mekanisme validasi otomatis guna memastikan kueri SQL yang dihasilkan akurat dan bebas dari kesalahan sintaks. Sebagai bagian dari aktivitas utama, sistem ini diuji keandalan penerjemahannya menggunakan berbagai skenario pertanyaan faktual, seperti “Berapa rata-rata jumlah kunjungan pasien per bulan?” dan “Sebutkan 10 jenis obat yang paling banyak diresepkan pada tahun 2025.” Sistem AI terbukti secara cerdas menganalisis konteks pertanyaan, menyesuaikannya dengan struktur data, dan mengeksekusi perintah SQL secara aman.
Ketua Tim Peneliti, Dian Budi Santoso, S.KM., M.P.H., menyampaikan bahwa inovasi ini hadir untuk mendorong inklusivitas analitik data di sektor kesehatan. “Inovasi ini kami rancang agar pemanfaatan data tidak lagi terbatas pada pengguna dengan latar belakang teknis pemrograman. Pengambil kebijakan dan tenaga medis kini dapat berinteraksi langsung dengan sistem informasi menggunakan bahasa sehari-hari. Fokus utama kami bukan hanya pada kecepatan penerjemahan, melainkan juga ketepatan interpretasi, perlindungan kerahasiaan data, serta validasi keamanan sintaks sebelum dieksekusi,” tegas Dian Budi Santoso.
Hasil dari penelitian ini berupa prototipe sistem analitik Text-to-SQL yang mampu meminimalkan risiko human error serta mempercepat proses pengolahan data klinis maupun administratif. Dampak utamanya adalah mendorong demokratisasi data kesehatan yang lebih aman dan transparan. Selain itu, inisiatif riset ini secara langsung mendukung pencapaian Sustainable Development Goals (SDGs), khususnya SDG 9 tentang Industri, Inovasi, dan Infrastruktur melalui pengembangan inovasi teknologi digital terapan untuk efisiensi sistem informasi, serta SDG 4 tentang Pendidikan Berkualitas melalui penguatan kompetensi akademik dan riset terapan di bidang analitik informasi serta pengelolaan basis data.
Sebagai rencana tindak lanjut, tim peneliti SV UGM berkomitmen untuk melakukan uji coba implementasi pada skala fasilitas pelayanan kesehatan dan mitra industri. Hasil riset ini juga akan diintegrasikan ke dalam materi pembelajaran di lingkungan Departemen Layanan dan Informasi Kesehatan SV UGM, guna memperkuat keahlian mahasiswa program studi Sarjana Terapan Manajemen Informasi Kesehatan serta Magister Keselamatan dan Kesehatan Kerja (K3) dalam menghadapi era transformasi digital kesehatan.