<![CDATA[Pengembangan dashboard kesehatan berbasis digital semakin banyak dikembangkan sebagai sarana untuk mendukung gaya hidup sehat melalui pemanfaatan data dan teknologi Artificial Intelligence (AI). Namun, sebagian besar dashboard yang ada terlalu berfokus pada grafik visualisasi dan tidak memberikan insight kepada pengguna, sehingga pengguna sering kali kesulitan memahami makna dari grafik visualisasi yang ada di dashboard serta pengguna tidak tahu langkah apa yang harus dilakukan selanjutnya. Penelitian ini bertujuan untuk mengembangkan dashboard kesehatan berbasis AI untuk pengambilan sebuah keputusan dengan mengintegrasikan hasil prediksi model Machine Learning (ML) dan kemampuan interpretasi Large Language Model (LLM). Data sintetis digunakan untuk merepresetasikan data kesehatan harian seorang pengguna, seperti tren indeks massa tubuh, asupan kalori, asupan nutrisi, durasi tidur dan tingkat stres. Model regresi dipilih untuk mengidentifikasi pola, tren, dan kondisi kesehatan pengguna berdasarkan data tersebut. Hasil prediksi dari model ML bisa menjadi sebuah sinyal awal untuk pengguna, namun dalam penelitian ini model ML diintegrasikan ke dalam model LLM untuk dilakukan interpretasi berbasis konteks. Model LLM kemudian mengeluarkan penjelasan dan insight kesehatan yang bersifat deskriptif dan preskriptif sehingga lebih mudah dipahami dan ditindaklanjuti oleh pengguna. Hasil penelitian menunjukkan bahwa integrasi model ML dan model LLM mampu meningkatkan fungsi dashboard dari sekadar alat visualisasi grafik menjadi sistem pengambilan keputusan. Meskipun penelitian ini masih menggunakan data sintetis, metode yang digunakan memiliki potensi untuk dikembangkan lebih lanjut dengan menggunakan data kesehatan yang nyata.]]>
Copyrights © 2026
