Article Per Year (5 Year)
p-Index From 2020 - 2025
1.686
P-Index
This Author published in this journals
All Journal Jurnal Biosains Pascasarjana Jurnal Penelitian Kesehatan Suara Forikes PREPOTIF : Jurnal Kesehatan Masyarakat Jurnal Ilmiah Ilmu dan Teknologi Rekayasa Journal of Vocational Nursing Jurnal Penelitian Keperawatan Kontemporer (JPKK) Journal of Applied Nursing and Health Nurse and Holistic Care
herinur Cahyanto
Institut Kesehatan Dan Bisnis Surabaya
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Dentistry Health Professions Immunology & microbiology Medicine & Pharmacology Neuroscience Nursing Public Health Veterinary

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : PREPOTIF : Jurnal Kesehatan Masyarakat

 1 
PENGEMBANGAN DETEKSI DINI DAN ASUHAN KEPERAWATAN PADA KANKER MENGGUNAKAN ARTIFICIAL INTELLIGENCE (AI) BERBASIS WEB NUR CAHYANTO, HERI; Zulkarnain, Octo; Rahagia, Rasi
PREPOTIF : JURNAL KESEHATAN MASYARAKAT Vol. 8 No. 3 (2024): DESEMBER 2024
Publisher : Universitas Pahlawan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/prepotif.v8i3.34374

Abstract

Kanker merupakan salah satu penyebab utama kematian di seluruh dunia, dengan deteksi dini menjadi kunci untuk meningkatkan peluang kesembuhan. Dalam upaya mempercepat diagnosis dan mendukung asuhan keperawatan, teknologi Artificial Intelligence (AI) kini digunakan untuk membantu proses deteksi dini kanker. Penelitian ini bertujuan mengembangkan sistem deteksi dini dan asuhan keperawatan pada kanker berbasis AI menggunakan model Random Forests yang diintegrasikan ke dalam aplikasi web. Penelitian ini menggunakan metode Research and Development (R&D) dengan pengembangan sistem berbasis AI. Sistem dikembangkan melalui pengumpulan data dari pasien kanker dan didesain menggunakan model Random Forests untuk memproses input data gejala dan kondisi pasien. Model ini diimplementasikan dalam aplikasi berbasis web yang mampu melakukan prediksi dan memberikan saran asuhan keperawatan. Pengujian dilakukan terhadap 300 data pasien dengan berbagai jenis kanker. Hasil penelitian didapatkan bahwa sistem yang dikembangkan memiliki tingkat akurasi sebesar 98%. Pada jenis kanker payudara, paru-paru, kolorektal, prostat, serviks, dan leukemia, akurasi mencapai 100%, sedangkan pada kanker endometrium 80% dan kanker otak 66,7%. Variasi tingkat akurasi dipengaruhi oleh respons pengguna dalam menjawab pertanyaan terkait kondisi kesehatan mereka. Sistem mampu mengatasi masalah overfitting melalui mekanisme Random Forests yang menjaga keandalan prediksi. Kesimpulan pada penelitian ini yakni sistem berbasis AI dengan model Random Forests yang diintegrasikan ke dalam aplikasi web terbukti efektif dalam mendeteksi dini beberapa jenis kanker dengan akurasi tinggi. Meskipun demikian, optimalisasi lebih lanjut diperlukan, terutama pada jenis kanker dengan tingkat akurasi rendah, untuk meningkatkan keandalan sistem dalam deteksi dan asuhan keperawatan kanker secara menyeluruh.
Co-Authors Adja, Hesti Alpian Jayadi, Alpian Enjelia, Devis Farida, Denis Herwanto, Rio Hidayatullah, Ariska Putri Pamungkas, Putri Rahagia, Rasi Sumardiko, Dwi Setiani Susi Susanah Titan Gumilang, Dinar Zulkarnain, octo