TEKNOLOGI AI DALAM MENINGKATKAN AKURASI SISTEM PENCARIAN INFORMASI KESEHATAN

Pada masa sekarang ini, Informasi merupakan unsur yang amat penting guna menemukan kebutuhan informasi, kita umumnya pencari informasi pada perangkat yang dinamakan mesin pencari. Mesin pencari ini merupakan alat yang yang amat berguna untuk menemukan informasi didunia Maya. Mesin pencari informasi ini dari berbagai dokumen yang tidak terstruktur. Kemampuan ini sangat berfungsi ketika kita ingin mencari dan mendapatkan suatu informasi dari dokumen yang memiliki struktur yang memiliki perbedaan (Rila Mandala, 2006). Semua aktivitas yang di lakukan setiap manusia sebenarnya membutuhkan informasi yang sebelumnya, mulai dari tidur sampai bangun pun manusia akan membutuhkan informasi. Informasi yang di temukan melalui pengetahuan dapat membuat pola hidup akan lebih baik lagi, dari yang tidak mengetahui apapun dan sesudah mendapat informasi maka akan mendapatkan pengetahuan dan mengetahui hal yang baik di dalam hidupnya. Karena itulah manusia sangat membutuhkan informasi. dari kebutuhan ini maka akan hadirlah pencarian informasi. Semua hal yang didasari dari kebutuhan kemudian diteruskan dengan mencari sehingga akhirnya berhasil untuk mendapatkan informasi yang di butuhkan, inilah yang di maksud dengan perilaku pencarian informasi (Riani,2017). Di saat ini, semua sudah serba digital, teknologi adalah suatu hal yang sangat berfungsi untuk kegiatan sehari-hari. Saat ini kita memasuki masa dimana artificial intelegence atau lebih sering dikenal dengan kecerdasan buatan yang sangat amat pesat, juga sudah diterapkan pada semua bidang bisnis dan pengetahuan termasuk bidang kesehatan. Dapat kita ketahui bahwa cabang ilmu dari artificial intelegence (AI) amat sangat banyak. Dengan banyaknya cabang salah satunya yaitu cabang teknologi Machine learning yang sangat menarik untuk diperhatikan dikarenakan mampu melakukan proses belajar seperti bagaimana kemampuan manusia pada umumnya (Sumaryanto 2022). Seiring perkembangan waktu perkembangan teknologi informasi semakin berkembang. Pencarian informasi melalui teknologi Al pun sudah mulai diterapkan (Mohammad Azmi Abdussyukur 2023), Pada dasarnya penerapan teknologi kecerdasan buatan dalam kehidupan sehari-hari adalah hal yang lumrah, menganalisis dan menentukan kebutuhan apa saja yang diperlukan untuk membuat suatu program kecerdasan buatan. Satu mesin yang digunakan dalam pencarian informasi adalah machine learning. Pencarian informasi kesehatan melalui machine learning juga bisa dilakukan melalui gambar. Perkembangan sistem pada saat ini lebih mengarah pada computer vision seperti pengenalan wajah, gambar dan video atau pengenalan pola lainnya. Sistem seperti ini terbukti menjadi alternatif yang menyediakan pekerjaan di bebagai bidangnya. Dalam penerapan machine learning pada permasalahan yang terkait dengan permasalahan tersebut amat tepat dan dan efektif. Perkembangan machine learning pada objek gambar amat pesat, dapat dibuktikan dari aplikasi atau software yang sudah banyak trending mempunyai dasar penerapan machine learning. Keakuratan dan kemampuan machine learning tergantung pada data pelatihan yang digunakan. Penelitian ini bertujuan untuk mengidentifikasi pencarian informasi kesehatan melalui machine learning dan pencarian informasi tanpa machine learning, juga akan memaparkan kelebihan dan kekurangan dari machine learning tersebut. Dalam mengidentifikasi peneliti juga mencari keakuratan dan keefisienan masing-masing cara pencarian tersebut. B. TUJUAN PENELITIAN Peneliti melakukan penelitian ini dengan tujuan membandingkan keakuratan teknologi artificial intellegen dengan metode pencarian informasi kesehatan tanpa Al serta mencari keunggulan dan kelemahan masing-masingnya.

Dalam penelitian ini, peneliti menggunakan metode study literature dengan melakukan tinjauan literature yang komprehensif dalam mengumpulkan informasi terkait perkembangan terbaru dengan penggunaan teknologi Al dalam pencarian informasi kesehatan. Dalam penelitian ini kami akan melibatkan jurnal-jurnal, buku, dan sumber-sumber terkait lainnya. Kami juga melakukan perbandingan antara teknologi Al dan sistem pencarian informasi tradisional.

1. Pencarian Informasi Kesehatan Dengan Machine Learning Machine learning dimulai sejak manusia memikirkan cara agar komputer dapat belajar dari pengalaman atau dalam mengingat. Hal itu terbukti pada tahun 1952, Arthur Samuel menciptakan sebuah program game chekers, pada sebuah komputer IBM. Program ini bisa mempelajari gerakan untuk memenangkan permainan chekers dan menyimpan gerakan itu kedalam sebuah memori. Machine learning diciptakan untuk membantu manusia dalam menyelesaikan masalah serta tidak juga merepotkan manusia dalam hal penggunaan machine learning karena mesin ini dapat beroperasi sendiri tanpa harus diinstal berulangkali. Seperti itu juga dalam bidang pencarian informasi khususnya Informasi kesehatan yang akan mengikut perkembangan teknologi informasi. Perkembangan teknologi informasi dibidang informasi kesehatan Sekarang sudah banyak dilakukan, sebagai sumber informasi atau sistem yang bekerja mengganti posisi dokter untuk menjawab pertanyaan bidang kesehatan. Namun pencarian informasi kesehatan menggunakan Machine learning tidak dapat menggantikan kunjungan ke profesional medis. Ini cuma langkah awal sebagai pencarian informasi dan dalam upaya memenuhi kebutuhan informasi kesehatan seorang individu (Fangatulo dodo telaumbanua dkk., 2019) Berikut ini adalah cara kerja machine learning adalah sebagai berikut (Yuliana dkk., 2022) a. Data dikumpulkan, contoh sebuah platform spesialis kesehatan memasukkan beberapa jurnal dan artikel ilmiah tentang jantung lalu beberapa waktu kedepan Machine learning dapat memprediksi data yang akan dimasukan. b. Data set, kumpulan data yang tersusun secara struktural, dan mengelompokkan data yang kemudian dimasukkan kedalam berbagai kategori. c. Abstraksi memproses data menjadi model yang lebih umum, sehingga informasi lebih cepat dan tepat ditemukan. d. Generalisasi, suatu proses yang memakai model hasil abstraksi sebagai dasar keputusan atau kesimpulan. Salah satu contohnya adalah google Rankbrain yang dikembangkan melalui artificial intelegence dan machine learning dalam memahami maksud dari pencari informasi dan mengeksplor data terkait, yang sesuai dengan kebutuhan pencarian informasi dengan lebih cepat (SEO). Pencari informasi kesehatan dapat menemukan informasi dari data yang ada pada google, hal ini dapat memudahkan dalam penyaringan informasi, machine learning juga diprogram untuk mempelajari bahasa, jadi google dapat memahami maksud pencari informasi sehingga menghindari terjadinya misskomunikasi dikarenakan google memberikan beberapa opsi yang disesuaikan dengan maksud dari pencari informasi. 2. Kelebihan Dan Kekurangan Pencarian Informasi Dengan Machine Learning Melakukan pencarian informasi kesehatan melalui machine learning mempunyai beberapa kelebihan yang dapat mempengaruhi bagaimana cara kita dalam mendapatkan dan menggunakan informasi tersebut. Beberapa kelebihan pencarian informasi kesehatan melalui machine learning diantaranya; a. Analisis data dengan cepat dan efisien, machine pencari memungkinkan komputer dengan secara cepat melakukan analisis dan pengolahan jumlah data yang cukup besar dengan tingkat akurasi yang tinggi. Dengan ini berarti kita dapat memperoleh informasi kesehatan dengan lebih efisien dan tepat, karena machine learning dapat melakukan ekstrak pola dan trend yang mungkin sulit atau membutuhkan waktu yang lama bagi manusia untuk dilakukan. b. Diagnosis yang lebih baik, dengan menggunakan teknik machine learning, sistem dapat dilatih menggunakan data klinis dan informasi kesehatan yang lain guna membuat diagnosis yang lebih tepat. c. Penemuan pengetahuan baru, dalam menggunakan machine learning pada data kesehatan yang cukup besar kita dapat menemukan pola dan hubungan yang baru yang tidak terduga antara faktor-faktor kesehatan. Penemuan pengetahuan ini juga membantu dalam penelitian kesehatan lebih lanjut, mengarah informasi kepada pemahaman yang lebih baik tentang penyakit, perawatan yang lebih efektif dan pengembangan obat baru. d. Prediksi penyakit dan pencegahannya, dengan ini melakukan analisis yang luas, machine learning dapat membantu tiap pencari informasi dalam memprediksi resiko penyakit pada diri sendiri dan orang lain. Dalam hal ini, memberikan kemungkinan upaya pencegahan seperti mengekspor informasi tentang perubahan gaya hidup atau tindakan pencegahan yang dapat diterapkan untuk mengurangi resiko penyakit. Walaupun memiliki beberapa kelebihan penggunaan machine learning dalam pencarian informasi kesehatan juga memepunyai beberapa kekurangan, adapun kekurangannya sebagai berikut; a. ketergantungan pada data yang akurat, untuk mendapatkan hasil yang akurat machine learning perlu akses ke data yang lebih berkualitas dan representatif. Jika data yang diakses tidak jelas atau bias maka data yang dihasilkan tidak dapat diandalkan bahkan salah. b. Tidak mempertimbangkan kondisi kesehatan khusus individu, mesin dalam machine learning tidak selalu memahami dan memepertimbangkan kondisi khusu individu secara menyeluruh, informasi kesehatan yang didapatkan melalui mechine learning mungkin tidak mempertimbangka aspek-aspek kesehatan khusus individu seperti riwayat kesehatan pribadi, preferensi pasien atau kondisi kesehatan yang unik. C. Penafsiran dan tanggung jawab, dalam pencarian informasi yang dapat dihasilkan dengan machine learning harus ditafsirkan dengan hati-hati pemahaman yang salah atau interpretasi yang keliru dapat mengarah pada kesalahan dalam menganbil keputusan atau tindakan kesehatan yang tidak tepat. Tanggung jawab akhir tetap ada pada masing individu atau profesional yang menggunaka informasi tersebut. 3. Pencarian Informasi Kesehatan Tanpa Machine Learning a. Adapun cara-cara untuk mendapatkan informasi (kesehatan) secara efesian adalah sebagai berikut (Faturrahman, 2016) yang dikutip dari Rendi Purnama (2021), Langkah awal adalah memilih topik, dalam langkah utama pencarian informasi kesehatan adalah memilih dan menentukan topik yang akan di cari sehingga dapat memudahkan dalam menelusuri dan mencari informasi tersebut. Dalam memilih topik pastikan si pencari harus paham sebelum menemukan informasi tersebut. Kedua mengidentifikasi Quert dan frase, langkah ini merupakan bagaimana si pencari informasi dapat menemukan kata kunci dan frase dari topik yang sudah di temukan dan di pahami. Adanya kata kunci ini akan memudahkan dalam menelusuri informasi kesehatan yang akan di cari. Ketiga mengindentifikasi istilah, dalam proses ini pencarian informasi kesehatan harus dengan konsep yang benar, maksudnya istilah/kata kunci yang dipakai harus benar. Kata atau frase yang digunakan harus dengan istilah sempit yang akan memudahkan dalam menelusuri informasi kesehatan tersebut. Keempat memulai pencarian, dengan cara ini pencari informasi akan mencari informasi dengan berbagai cara maksudnya dengan melihat penerbit, subjek, dan topik terkait. Kelima menyimpan hasil pencarian, manfaatnya untuk bisa dilihat bila pencari informasi masih ingin lihat lagi informasi yang pernah dicari. b. Pencarian informasi kesehatan tanpa machine learning bisa dilakukan dengan mengunjungi perpustakaan atau profesional informasi. Cara ini mungkin ada memakan waktu yang lama dan tidak efisien, namun hal ini akan menciptakan kepuasan atas informasi yang diperoleh. 4. Kelebihan Dan Kekurangan Pencarian Informasi Tanpa Machine Learning Mencari informasi kesehatan tanpa menggunakan machine learning juga memiliki beberapa kelebihan diantaranya sebagai berikut: a. Sumber informasi yang terpercaya, dalam pencarian informasi kesehatan pencari dapat mengandalkan sumber- sumber informasi yang terpercaya seperti buku teks medis, jurnal ilmiah, dan panduan kesehatan resmi lainnya. b. Kepercayaan dan kepuasan personal, pencarian informasi kesehatan melalui interaksi langsung dengan pemberi informasi seperti pustakawan kesehatan dapat memperjelas dan menghilangkan kekhawatiran para pencari informasi. Pencarian informasi tanpa menggunakan machine learning memiliki beberapa kekurangan diantaranya: a. Terbatasnya sumber informasi, meskipun sumber informasi kesehatan dapat terpercaya tersedia secara fisik, namun individu akan memiliki keterbatasan dalam mengaksesnya. b. Keterbatasan waktu, waktu yang dihabiskan dalam pencarian informasi akan lebih lama sehingga pencarian informasi menjadi tidak efisien. c. Kemungkinan informasi yang tidak terbaru d. Ketidakseragaman informasi e. Keterbatasan dalam menyimpan dan menganalisis data. Dari hasil pembahasan diatas dapat disimpulkan bahwa kedua sistem pencarian informasi kesehatan ini tidak bisa saling menggantikan, dikarenakan kedua sistem ini dapat saling melengkapi. Jadi perlunya literasi dalam pencarian informasi agar data yang didapat lebih efektif dan akurat. Perlu diingat Semakin banyak data yang ditemukan maka keakuratan data akan semakin sulit ditemukan. Juga perlu diperhatikan bahwa pencarian informasi melalui machine learning dapat memberikan manfaat dan kelebihannya dalam mencari informasi kesehatan, machine learning tidak menggantikan tindakan untuk mengunjungi profesional. Machine learning hanya digunakan sebagai acuan dalam penanganan pertama dan sebagai penambah wawasan bagi pencarinya.

Kesimpulan mengenai pencarian informasi kesehatan menggunakan metode machine learning dinilai lebih efisien dikarenakan tidak memakan waktu yang lama dalam percariannya. Dan juga dapat dilakukan kapanpun, dimanapun, dan oleh siapapun. Pencarian informasi di perpustakaan atau dengan mengunjungi profesional informasi memang tidak terlalu efisien tapi hal ini tentu akan menciptakan kepuasan tersendiri kepada para pencarinya. Jadi dapat disimpulkan pencarian informasi kesehatan dapat dilakukan dengan kedua cara tersebut tergantung kebutuhan para pencari informasi. Mengenai keakuratan informasi tersebut belom dapat divalidasi hal itu tergantung seberapa literate pencari informasi dalam menyaring informasi yang ada. Perlu diingat lagi bahwa pencarian informasi kesehatan melalui machine learning tidak dapat menggantikan tindakan kunjungan keprofesional kesehatan, informasi ini hanya sebagai tindakan pertama atau penanganan sederhana, juga hanya sebagai wawasan umum dalam pembelajaran.