PENGEMBANGAN DETEKSI DINI DAN PERAWATAN PADA TUBERKULOSIS MENGGUNAKAN CHATBOT ARTIFICIAL INTELLIGENCE (AI) BERBASIS WEB-MOBILE

Abstrak

Tuberkulosis (TB) tetap menjadi masalah kesehatan global dengan beban kasus tinggi di Indonesia. Hambatan stigma sosial dan keterbatasan akses layanan kesehatan membuat banyak kasus TB terdeteksi pada tahap lanjut. Teknologi berbasis kecerdasan buatan (AI) berpotensi mempercepat deteksi dini melalui interaksi jarak jauh yang aman dan nyaman. Tujuan penelitian ini untuk mengeksplorasi kelayakan dan ketepatan diagnostik ChatBotTB, chatbot berbasis AI untuk deteksi dini TB, serta menilai penerimaan pengguna. Penelitian ini menggunakan desain pengembangan dan uji diagnostik. ChatBotTB diimplementasikan pada kanal Telegram dan Progressive Web App, memproses jawaban bebas pengguna terkait gejala TB menggunakan model Long Short-Term Memory (LSTM) dua lapis. Uji diagnostik melibatkan 50 partisipan yang direkrut di RSUD Husada Prima Surabaya dan satu puskesmas urban. Hasil prediksi risiko TB dibandingkan dengan pemeriksaan GeneXpert dan keputusan klinisi. Parameter akurasi, sensitivitas, spesifisitas, dan Area Under the Receiver Operating Characteristic Curve (AUC) dihitung. Penerimaan pengguna diukur menggunakan System Usability Scale (SUS) dan Net Promoter Score (NPS). Model LSTM mencapai akurasi 93,2%, sensitivitas 91,5%, spesifisitas 90,4%, dan AUC 0,95. Skor SUS sebesar 86,7 menunjukkan kategori “sangat baik” dan NPS +72 mengindikasikan tingkat kepuasan pengguna yang tinggi. ChatBotTB layak digunakan sebagai alat skrining awal TB berbasis AI yang akurat, mudah diakses, dan diterima baik oleh pengguna. Integrasi teknologi ini ke dalam program penanggulangan TB berpotensi mempercepat deteksi dan rujukan kasus berisiko.