Article Per Year (5 Year)
p-Index From 2021 - 2026
0.961
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional COSMIC Kedokteran Medicosphere
Satyafebrianti, Kendra Callista
Unknown Affiliation
Immunology & microbiology Industrial & Manufacturing Engineering Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
LITERATURE REVIEW: PERAN ARTIFICIAL INTELLIGENCE BERDASARKAN CHATBOT DALAM MENINGKATKAN PROMOSI KESEHATAN Satyafebrianti, Kendra Callista; Zahira, Alya Shofiyah; Agustina, Putri Noviana; Arbani, Rafi Auliya; Rusdi, Muhammad Salsabeela
Prosiding Seminar Nasional COSMIC Kedokteran Vol 3 (2025): Edisi 2025
Publisher : Lembaga Penelitian Dan Pengabdian Kepada Masyarakat Universitas Wijaya Kusuma Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Latar belakang: Chatbot Artificial Intelligence merupakan suatu program teknologi yang memudahkan masyarakat untuk berinteraksi secara daring. Chatbot di dunia kesehatan diyakini dapat membantu instansi kesehatan dalam mempromosikan kesehatan melalui platform media sosial. Dengan hanya mengetik kata kunci, masyarakat dapat dengan mudah mendapatkan informasi kesehatan tanpa perlu berinteraksi langsung dengan tenaga kesehatan. Tujuan: Menganalisis peran Chatbot dalam dunia kedokteran, termasuk bentuk penerapannya dan efektivitas integrasinya dalam mendukung promosi Kesehatan. Metode: Penelitian ini menggunakan metode literature review dengan mengumpulkan data dari basis data seperti Scopus, PubMed, dan Google Scholar. Artikel yang digunakan ditulis dalam Bahasa Inggris dan Bahasa Indonesia serta disaring berdasarkan kriteria inklusi dan eksklusi, sehingga didapatkan 7 jurnal untuk di-review. Kata kunci yang digunakan dalam pencarian artikel meliputi: “Artificial Intelligence Chatbot”,“Chatbot in Medicine”, dan “Artificial Intelligence in Health Promotion”. Pencarian artikel dibatasi pada publikasi dalam 5 tahun terakhir. Hasil: Berdasarkan 7 penelitian,  didapatkan Chatbot dalam dunia kesehatan dapat memudahkan instansi kesehatan untuk mempromosikan kesehatan dengan cara masyarakat hanya perlu mengetik kata kunci singkat melalui platform daring sehingga dapat dengan mudah didapatkan informasi kesehatan. Kesimpulan: Penggunaan AI, khususnya Chatbot dalam dunia kesehatan memiliki dampak yang cukup signifikan dan berpotensi mendominasi dalam penerapannya, sehingga promosi kesehatan dapat disebarkan ke seluruh golongan masyarakat.
PERAN DOKTER DALAM MENINGKATKAN LITERASI KESEHATAN MASARAKAT MELALUI ARTIFICIAL INTELLIGENCE Auliya, Rafi; Zahira, Alya Shofiyah; Satyafebrianti, Kendra Callista; Agustina, Putri Noviana; Durry, Fara Disa
Prosiding Seminar Nasional COSMIC Kedokteran Vol 3 (2025): Edisi 2025
Publisher : Lembaga Penelitian Dan Pengabdian Kepada Masyarakat Universitas Wijaya Kusuma Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Latar belakang: Dalam beberapa tahun terakhir, teknologi Artificial Intelligence telah menunjukkan potensi besar dalam bidang kesehatan, mulai dari diagnosis penyakit hingga personalisasi pengobatan. Penggunaan AI dalam literasi kesehatan dapat mencakup berbagai aspek, seperti pembuatan konten edukasi kesehatan yang dipersonalisasi, analisis tren kesehatan populasi untuk mengidentifikasi kebutuhan edukasi, serta penggunaan chatbot dan aplikasi mobile untuk memberikan informasi kesehatan. Dokter dengan dukungan Artificial Intelligence, dapat menjadi agen perubahan dalam masyarakat untuk membantu meningkatkan literasi kesehatan. Tujuan: Kajian literatur ini untuk menelusuri peran kecerdasan buatan dalam dunia kedokteran serta manfaatnya bagi Tenaga Kesehatan terkait edukasi Kesehatan pada masyarakat. Metode: Metode yang digunakan adalah literature review yang berfokus pada jurnal terkait dengan penggunaan Artificial Intelligence dalam dunia Kesehatan khususnya dalam Kesehatan Masyarakat sehingga diperoleh hasil sebanyak 5 jurnal dengan 2 jurnal berbahasa Indonesia dan 3 jurnal berbahasa Inggris. Hasil: Berdasarkan 5 penelitian yang ditelaah diperoleh hasil bahwa Kecerdasan Buatan mempunyai manfaat yang besar dalam membantu tenaga Kesehatan. Dokter yang menggunakan chatbot dapat secara efektif menyediakan informasi yang lebih relevan dan mudah dipahami oleh masyarakat, sehingga meningkatkan literasi Kesehatan. Kesimpulan: Kajian literatur ini menunjukan bahwa pemanfaatan Artificial Intelligence oleh dokter memiliki potensi besar untuk meningkatkan literasi kesehatan masyarakat dan mendorong perilaku kesehatan yang baik.
HUBUNGAN KOMUNIKASI INTERPERSONAL PASIEN DAN DOKTER MELALUI KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) : Sebuah Tinjauan Literatur Agustina, Putri Noviana; Zahira, Alya Shofiyah; Satyafebrianti, Kendra Callista; Arbani, Rafi Auliya; Tedjaprasadja, Leonardo
Prosiding Seminar Nasional COSMIC Kedokteran Vol 3 (2025): Edisi 2025
Publisher : Lembaga Penelitian Dan Pengabdian Kepada Masyarakat Universitas Wijaya Kusuma Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Latar belakang: Komunikasi menjadi aspek yang penting untuk membantu dokter menggali informasi dari pasien. Artificial Intelligence merupakan kecerdasan buatan dalam mendukung media komunikasi di dunia digital untuk membantu menggali informasi yang di butuhkan dalam proses komunikasi. Komunikasi antara dokter dan pasien melalui AI membuka peluang baru untuk perawatan kesehatan yang lebih efektif dengan memfasilitasi konsultasi yang efisien untuk masalah kesehatannya. Penggunaan AI dalam komunikasi dokter dengan pasien menjadi terstruktur dan responsif. Tujuan: Kajian literatur ini menganalisis hubungan komunikasi interpersonal pasien dan dokter dengan meningkatkan interaksi dan umpan balik yang efisien dan akurat dalam pelayanan kesehatan menggunakan kecerdasan buatan (Artificial Intelligence). Metode: Metode yang digunakan adalah pencarian sumber literatur yang berfokus pada artikel terkait dengan komunikasi dokter dengan pasien melalui kecerdasan buatan (Artificial Intelligence). Diperoleh hasil sebanyak 8  jurnal dengan 2 jurnal berbahasa Indonesia dan 6 jurnal berbahasa Inggris dengan rentang waktu 5 tahun terakhir dari tahun 2019-2024. Hasil: Berdasarkan 8 penelitian yang ditelaah diperoleh hasil   bahwa komunikasi interpersonal pasien dan dokter melalui kecerdasan buatan (Artificial Intelligence) dapat         membantu keefektifan dalam pelayanan yang dibutuhkan pasien. Selain itu AI juga dapat membantu hasil dan terapi yang didapatkan pasien dapat mencapai keakurasian yang signifikan sehingga mampu di terapkan dalam dunia kesehatan. Kesimpulan: Penerapan AI dalam komunikasi dokter dan pasien memiliki potensi besar untuk meningkatkan kualitas interaksi dan kepuasan pasien.
PERAN AI DALAM PEMAHAMAN DAN OPTIMALISASI KESEHATAN MENTAL PADA MASYARAKAT Zahira, Alya Shofiyah; Agustina, Putri Noviana; Satyafebrianti, Kendra Callista; Arbani, Rafi Auliya; Fahma, Hilmia
Prosiding Seminar Nasional COSMIC Kedokteran Vol 3 (2025): Edisi 2025
Publisher : Lembaga Penelitian Dan Pengabdian Kepada Masyarakat Universitas Wijaya Kusuma Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Latar belakang: kesehatan mental menjadi isu global yang signifikan, terutama di era digital yang penuh kompleksitas sosial. Jumlah kasus gangguan mental meningkat secara global, dan Indonesia mencatat lebih dari 10.000 kasus bunuh diri. Pemberian perawatan yang efektif penting untuk mengatasi masalah ini. Artificial Intelligence (AI) muncul sebagai solusi inovatif yang menawarkan kemampuan menganalisis data besar dan memberikan intervensi personal dalam mendukung kesehatan mental. Tujuan: kajian literarur ini bertujuan untuk mengeksplorasi peran AI dalam meningkatkan pemahaman dan optimalisasi kesehatan mental, serta mengidentifikasi manfaat dan tantangan penerapannya. Metode: penelitian ini menggunakan pencarian literatur dari database seperti Google Scholar, ScienceDirect, dan PubMed. Didapatkan 7 artikel Bahasa Inggris dan 1 artikel Bahasa Indonesia. Hasil: penelitian ini menunjukkan bahwa AI mendukung kesehatan mental salah satunya melalui aplikasi seperti Therapily, yang membantu individu mengelola kondisi mental dengan lebih baik. Namun, isu terkait privasi data dan bias model masih menjadi tantangan yang perlu diatasi. Kesimpulan: AI memiliki potensi besar meningkatkan kesejahteraan individu melalui deteksi dini, perencanaan terapi personal, dan intervensi yang efektif. Dengan regulasi yang jelas dan pengembangan model AI yang inklusif, teknologi ini dapat menjadi alat penting dalam meningkatkan aksesibilitas dan kualitas layanan kesehatan mental secara efektif.
Relationship Between Health-Related Quality of Life (HRQoL) Factors in Patients With Diabetes Mellitus : A Literature Review Satyafebrianti, Kendra Callista; Santoso, Aktaruddin Arief
Journal of Diverse Medical Research: Medicosphere Vol. 2 No. 3 (2025): J Divers Med Res 2025
Publisher : Faculty of Medical - UPN Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jdiversemedres.v2i3.52

Abstract

Background: Diabetes mellitus (DM) is a chronic disease that can significantly affect the quality of life of patients. Poor quality of life is often associated with poor disease control, complications, and psychosocial burden. A better understanding of the factors that affect the quality of life of DM patients is essential for designing effective interventions. Objective: This study aims to analyze the relationship between health-based quality of life factors and the condition of diabetes mellitus patients. Method: This study used a literature review method. Researchers collect data through database sources, such as PubMed, Google Scholar, and ScienceDirect. The articles used are in English. The keywords used in the article search are: "heart related quality of life" and "diabetes mellitus". The article search is limited to publications in the last 5 years (2019 to 2024). Results: The results showed that factors such as glycemic control, severity of complications, social support, and depression were significantly associated with the quality of life of patients. Patients with better glycemic control and higher social support reported better quality of life. Conclusion: Overall, the quality of life of diabetes mellitus patients is greatly influenced by various factors, including glycemic control, complications, social support, and psychosocial factors. To improve the quality of life of diabetes patients, it is important to provide a holistic approach that includes good medical management, emotional support, and social interventions that can improve their well-being.
Wastewater Surveillance of SARS-CoV-2 as Monitoring Tool for COVID-19: A Literature Review Satyafebrianti, Kendra Callista; Tedjaprasadja, Leonardo; Durry, Fara Disa; Seliana, Irma
Journal of Diverse Medical Research: Medicosphere Vol. 2 No. 8 (2025): J Divers Med Res 2025
Publisher : Faculty of Medical - UPN Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Background: The COVID-19 pandemic, caused by SARS-CoV-2, has significantly impacted global health, requiring effective surveillance methods. Wastewater surveillance has emerged as a cost-effective and non-invasive tool to detect viral RNA from both symptomatic and asymptomatic individuals, allowing early detection of outbreaks. Objective: This study analyzes the effectiveness of wastewater surveillance in detecting SARS-CoV-2 RNA in untreated wastewater, comparing it with clinical surveillance and evaluating its role in public health monitoring. Method: A literature review was conducted using PubMed, Google Scholar, and Scopus, focusing on studies published between 2015–2025. Articles were selected based on relevance, availability, and originality, applying the PICO strategy to refine the search. From ten initially identified studies, two were selected for in-depth analysis. Result: The findings demonstrate that wastewater surveillance effectively tracks SARS-CoV-2 trends in communities. A study in Brazil showed a strong correlation between viral loads in wastewater and clinical case trends, proving its potential as an early warning system. Meanwhile, research in Australia confirmed the presence of SARS-CoV-2 in wastewater and estimated infection prevalence using Monte Carlo simulation, aligning with reported clinical cases. These studies highlight wastewater surveillance as a reliable tool for population-wide monitoring. Conclusion: Wastewater surveillance is a proven method for detecting SARS-CoV-2, complementing clinical surveillance by enabling early detection, wider coverage, and cost efficiency. Challenges such as RNA degradation and detection standardization require further research, but integrating RT-qPCR and genomic sequencing enhances its accuracy for future epidemiological monitoring.
Co-Authors Agustina, Putri Noviana Arbani, Rafi Auliya Auliya, Rafi Fahma, Hilmia Fara Disa Durry Rusdi, Muhammad Salsabeela Santoso, Aktaruddin Arief Seliana, Irma Tedjaprasadja, Leonardo Zahira, Alya Shofiyah