PENGEMBANGAN DETEKSI DINI DAN ASUHAN KEPERAWATAN PADA KANKER MENGGUNAKAN ARTIFICIAL  INTELLIGENCE (AI) BERBASIS WEB

HERI NUR CAHYANTO; Octo Zulkarnain; Rasi Rahagia

doi:10.31004/prepotif.v8i3.34374

Authors

HERI NUR CAHYANTO Institut Kesehatan dan Bisnis Surabaya
Octo Zulkarnain Institut Kesehatan dan Bisnis Surabaya
Rasi Rahagia Institut Kesehatan dan Bisnis Surabaya

DOI:

https://doi.org/10.31004/prepotif.v8i3.34374

Keywords:

Artificial Intelligence, Cancer Detection, Early Detection, web application

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.

References

Biringkanae, P., & Bunahri, R. R. (2023). Literature Review Penggunaan Teknologi Kecerdasan Buatan dalam Penerbangan: Analisis Perkembangan Teknologi, Potensi Keamanan, dan Tantangan. Jurnal Ilmu Manajemen Terapan, 4(5), 745–752. https://creativecommons.org/licenses/by/4.0/

Cahyanto, H. N., Zulkarnain, O., & Farida, D. (2023). Pengembangan Deteksi Dini Dan Penanganan Pneumonia Menggunakan Expert System Berbasis Web. 4, 5182–5187.

Cahyanto, H. N., Zulkarnain, O., & Farida, D. (2023). PENGEMBANGAN DETEKSI DINI DAN PENANGANAN PNEUMONIA MENGGUNAKAN EXPERT SYSTEM BERBASIS WEB. Jurnal Kesehatan Tambusai, 4(4), 5182-5187.

Jamaludin, Kholiq Fajar, A., Zaenal Mutaqin, M., Malik Mutoffar, M., & Setiyadi, D. (2024). Klasifikasi Kanker Payudara Menggunakan Algoritma Neural Network dan Random Forest. STMIK Sinar Nusantara Jln. Sersan Aswan, 7(1), 74–80.

Kemenkes. (2019). “Penyakit Kanker Di Indonesia Berada Pada Urutan 8 Di Asia Tenggara Dan Urutan 23 Di Asia – P2P Kemenkes RI.” Kemkes.Go.Id. https://p2p.kemkes.go.id/penyakit-kanker-di-indonesia-berada-pada-urutan-8-di-asia-tenggara-dan-urutan-23-di-asia/

Kim, A., Gitlin, M., Fadli, E., McGarvey, N., Cong, Z., & Chung, K. C. (2022). Breast, Colorectal, Lung, Prostate, and Cervical Cancer Screening Prevalence in a Large Commercial and Medicare Advantage Plan, 2008–2020. Preventive Medicine Reports, 30(November), 102046. https://doi.org/10.1016/j.pmedr.2022.102046

Marfianti, E. (2021). Peningkatan Pengetahuan Kanker Payudara dan Ketrampilan Periksa Payudara Sendiri (SADARI) untuk Deteksi Dini Kanker Payudara di Semutan Jatimulyo Dlingo. Jurnal Abdimas Madani Dan Lestari (JAMALI), 3(1), 25–31. https://doi.org/10.20885/jamali.vol3.iss1.art4

Maryam, M., & Ariono, H. W. (2022). Sistem Pakar Pengklasifikasi Stadium Kanker Serviks Berbasis Mobile Menggunakan Metode Decision Tree. Jurnal Kajian Ilmiah, 22(3), 267–278. https://doi.org/10.31599/jki.v22i3.1368

Nastion, Rahmi ananda, L. K. N. dan N. S. (2023). Tindakan Deteksi Dini Kanker Payudara Pada Batang Angkola. Jurnal Kesehatan Masyarakat Darmais (JKMD), 2(1), 20–23.

Putra, E., Hidayat, S., Anwar, K., Hermawan, D., & Izzuddin, S. (2024). Development of AI Models from Mammography Images for Early Detection of Breast Cancer. 8(1), 42–53.

Riani, E. N., & Ambarwati, D. (2020). Early Detection Kanker Serviks Sebagai Upaya Peningkatan. Jurnal Pengabdian Masyarakat Berkemajuan, 3(2), 144–146.

Roihan, A., Sunarya, P. A., & Rafika, A. S. (2020). Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper. IJCIT (Indonesian Journal on Computer and Information Technology), 5(1), 75–82. https://doi.org/10.31294/ijcit.v5i1.7951

Siegel, R. L., Miller, K. D., & Jemal, A. (2019). Cancer statistics, 2019. CA: A Cancer Journal for Clinicians, 69(1), 7–34. https://doi.org/10.3322/caac.21551

Sugiyono. (2019). Metode Penelitian & Pengembangan Research and Development. Alfabeta.

Tobore, T. O. (2020). On the need for the development of a cancer early detection, diagnostic, prognosis, and treatment response system. Future Science OA, 6(2). https://doi.org/10.2144/fsoa-2019-0028

Wahyudin, G. G., Sugiarto, S., & Marindawati, M. (2022). Karakteristik Reseptor Estrogen, Reseptor Progesteron dan Reseptor Epidermal Manusia – 2 Uji pada Grading Histologi Karsinoma Payudara RS Pusat Pertamina Jakarta Tahun 2015 - 2020. Muhammadiyah Journal of Midwifery, 3(2), 44. https://doi.org/10.24853/myjm.3.2.44-52

Zuhairi, M., Putra, H. F. T. S., & Dewanta, F. (2022). Rancang Bangun Aplikasi Deteksi Dini Kanker Ovarium Berbasis Android dengan Expert System. 8(6), 33–39.