<![CDATA[Penelitian ini bertujuan untuk memodelkan pengaruh risiko dalam transformasi digital kesehatan menggunakan pendekatan analisis jaringan (network analysis) dan Graph-based Learning Approach. Dataset yang digunakan terdiri dari tujuh kategori risiko utama: keamanan siber, kegagalan sistem, ketergantungan vendor, resistensi SDM, kepatuhan regulasi, integrasi sistem, dan kualitas data. Setiap kategori memiliki tingkat risiko dan strategi mitigasi yang berbeda. Untuk menentukan tingkat pengaruh sistemik setiap risiko dalam ekosistem digital kesehatan, konstruksi network graph digunakan untuk menganalisis hubungan antar risiko. Untuk melakukan ini, metrik Degree Centrality, Betweenness Centrality, dan PageRank digunakan. Hasil analisis menunjukkan bahwa Keamanan Siber, Privasi Data, dan Kepatuhan Regulasi memiliki nilai tertinggi dan PageRank tertinggi, menunjukkan betapa pentingnya hal itu untuk kestabilan sistem. Selain itu, pemetaan strategi mitigasi berbasis data memungkinkan untuk memprioritaskan tindakan pencegahan yang lebih efektif, seperti penerapan firewall, rencana pemulihan bencana, dan audit kepatuhan UU PDP. Secara keseluruhan, model ini menawarkan pendekatan komprehensif dan berbasis data untuk mengelola risiko transformasi digital kesehatan, yang mendukung pengambilan keputusan yang lebih terukur dan cerdas di era kesehatan berbasis teknologi.]]>
Copyrights © 2025
