This Author published in this journals
All Journal Jurnal Ners
Alizha Gennie
Universitas Muhammadiyah Cirebon

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

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.