Article Per Year (5 Year)
p-Index From 2021 - 2026
1.745
P-Index
This Author published in this journals
All Journal Journal of Maternity Care and Reproductive Health Jurnal Ilmiah Permas: Jurnal Ilmiah STIKES Kendal Jurnal Ners Dinamika Kesehatan: Jurnal Kebidanan dan Keperawatan Plyometric : Jurnal Sains dan Pendidikan Keolahragaan Citra Delima Scientific journal of Citra Internasional Institute Journal Of Medicine And Health Sciences (Medisci) Jurnal Gawat Darurat
Akbar, Rizaluddin
Universitas Muhammadiyah Cirebon
Education Health Professions Medicine & Pharmacology Nursing Physics Public Health Veterinary Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : jurnal ners

 1 
Triase Instalasi Gawat Daruat Berbasis Artificial Intelligence Berdasarkan Emergency Severity Index Agil Putra Tri Kartika; Rizaluddin Akbar; Widuri Azmi Atmaji; Efa Dwina; Alizha Gennie; Ano Aldi Krisna
Jurnal Ners Vol. 10 No. 1 (2026): JANUARI 2026
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jn.v10i1.54523

Abstract

Instalasi Gawat Darurat merupakan unit penting rumah sakit yang berfungsi menangani pasien dengan kondisi yang mengancam jiwa. Namun, beban layanan meningkat karena banyak pasien tanpa kondisi darurat yang tetap datang, sehingga diperlukan sistem triase yang cepat dan akurat. Emergency Severity Index adalah metode lima tingkat yang umum digunakan, tetapi keterbatasan tenaga medis dan jumlah pasien yang tinggi dapat mengurangi kecepatan dan ketepatan penilaian. Penelitian ini bertujuan menganalisis kemampuan kecerdasan buatan berbasis AI ChatGPT dalam melakukan penilaian triase pada pasien gawat darurat. Penelitian menggunakan desain retrospektif dengan 420 rekam medis pasien yang datang ke Instalasi Gawat Darurat Rumah Sakit Daerah Gunung Jati Cirebon pada Maret–Mei 2025. Hasil triase berdasarkan AI ChatGPT dibandingkan dengan tenaga medis terlatih sebagai standar emas. Analisis statistik menunjukkan terdapat perbedaan bermakna (ρ value = 0,031) antara klasifikasi AI ChatGPT dengan standar emas, khususnya pada kategori tingkat darurat satu hingga tiga. Uji diagnostik memperlihatkan sensitivitas 87,2% dan spesifisitas 88,2%. Hasil ini menunjukkan bahwa AI ChatGPT cukup handal dalam mengidentifikasi pasien gawat darurat, meskipun masih ditemukan kasus salah klasifikasi, terutama under-triage yang berpotensi menunda penanganan. Oleh karena itu, kecerdasan buatan memiliki potensi untuk dapat membantu pengambilan keputusan dalam triase, namun tidak dapat menggantikan penilaian klinis tenaga medis secara penuh. Implementasi terbaik adalah menjadikan kecerdasan buatan sebagai deteksi dini untuk meningkatkan efisiensi dan keselamatan pasien.
Analisis Keakuratan Emergency Severity Index (ESI) Berdasarkan Kecerdasan Buatan (AI) Chatgpt Vs Gemini Atmaji, Widuri Azmi; Kartika, Agil Putra Tri; Akbar, Rizaluddin; Dwina, Efa
Jurnal Ners Vol. 10 No. 2 (2026): APRIL 2026
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jn.v10i2.55148

Abstract

Abstrak Unit Gawat Darurat (UGD) membutuhkan sistem triase yang cepat dan akurat untuk menentukan prioritas perawatan pasien. Indeks Keparahan Gawat Darurat (ESI) banyak digunakan; namun, indeks ini masih rentan terhadap subjektivitas di antara penyedia layanan kesehatan. Kemajuan dalam kecerdasan buatan (AI), khususnya model bahasa besar seperti ChatGPT dan Gemini, menawarkan potensi dukungan untuk pengambilan keputusan klinis dalam triase gawat darurat. Studi ini bertujuan untuk menganalisis dan membandingkan akurasi ChatGPT dan Gemini dalam menentukan klasifikasi triase ESI berdasarkan data pasien UGD. Desain studi retrospektif dilakukan menggunakan 420 rekam medis pasien dewasa dari UGD Rumah Sakit RSD Gunung Jati, Cirebon, selama Maret–Mei 2025. Kondisi pasien dinarasikan dalam bahasa Indonesia dan dianalisis oleh ChatGPT 4.0 dan Gemini, kemudian dibandingkan dengan hasil triase dari tenaga kesehatan bersertifikat sebagai standar emas. Analisis statistik dan akurasi diagnostik dilakukan. Hasil menunjukkan bahwa ChatGPT memiliki sensitivitas 87,2% dan spesifisitas 88,2%, sedangkan Gemini menunjukkan sensitivitas 91,7% dan spesifisitas 85,3%. Gemini menunjukkan akurasi keseluruhan yang lebih tinggi dengan tingkat false-negative yang lebih rendah, sedangkan ChatGPT cenderung lebih konservatif. Kesimpulannya, kedua sistem AI tersebut memiliki potensi sebagai alat pendukung untuk triase UGD, dengan Gemini menunjukkan kinerja keseluruhan yang lebih unggul. Kata Kunci: iIndeks Tingkat Keparahan Gawat Darurat, kecerdasan buatan, ChatGPT, Gemini, triase gawat darurat
Co-Authors Agil Putra Tri Kartika Alizha Gennie Ano Aldi Krisna Asep Novi Taufiq Atmaji, Widuri Azmi Dwina, Efa Efa Dwina Juliati, Asri Latifah, Riza Arisanty Leya Indah Permatasari Maulida Nurapipah Permatasari, Leya Indah Pratiwi, Liliek Sopiyah Nurwati Sukati, Dewi Endang Titiek Suhardi Haripurnomo Kushadiwijaya Hidayati Widuri Azmi Atmaji Witon, Witon