Peningkatan Literasi Artificial Intelligence melalui Pelatihan Deep Learning pada Pengenalan Citra Bidang Kesehatan
DOI:
10.29303/jpmpi.v9i1.14452Diterbitkan:
2026-01-30Unduhan
Abstrak
Perkembangan Artificial Intelligence (AI), khususnya Deep Learning, telah membawa perubahan signifikan dalam berbagai bidang, termasuk bidang kesehatan melalui pemanfaatan pengenalan citra. Namun, tingkat literasi AI pada kalangan siswa, mahasiswa, dan pendidik masih relatif terbatas, terutama dalam memahami konsep dasar dan mekanisme kerja Deep Learning. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi Artificial Intelligence melalui pelatihan Deep Learning pada pengenalan citra bidang kesehatan dengan pendekatan edukatif dan praktis. Kegiatan dilaksanakan pada 26 Desember 2025 di Laboratorium Komputer Universitas Syedza Saintika dengan mitra SMK Negeri 2 Padang, melibatkan 45 peserta yang terdiri atas siswa, mahasiswa, dosen, dan guru dengan tingkat literasi pemula. Metode pelaksanaan mencakup penyampaian materi dasar mengenai konsep AI, Machine Learning, Deep Learning, dan Convolutional Neural Network (CNN), yang dilanjutkan dengan praktik langsung pengenalan citra menggunakan Google Colab. Evaluasi dilakukan melalui pre-test dan post-test berbasis ujian praktikum untuk mengukur peningkatan pemahaman peserta. Hasil kegiatan menunjukkan adanya peningkatan literasi AI dan pemahaman konsep Deep Learning sebesar 80%. Selain peningkatan pengetahuan, kegiatan ini juga menghasilkan luaran berupa sertifikat pelatihan dan dokumentasi kegiatan. Pelatihan ini terbukti efektif dalam meningkatkan pemahaman peserta terhadap konsep dasar Deep Learning serta memberikan gambaran awal mengenai pemanfaatan pengenalan citra di bidang kesehatan, sehingga berpotensi menjadi model pengabdian masyarakat yang dapat direplikasi pada konteks pendidikan lainnya.
Kata Kunci:
Artificial Intelligence Deep Learning Literasi AI Pengenalan Citra Bidang KesehatanReferensi
Charow R, Jeyakumar T, Younus S. Artificial intelligence education programs for health care professionals: scoping review. JMIR Med Educ. 2021;7(4):e31043. Available from: https://mededu.jmir.org/2021/4/e31043/
Herbawani LO, Susanti AI. The revolution in midwifery education: How AI and deep learning are transforming outcome-based assessments? Adv Med Educ Pract. 2025. doi:10.2147/AMEP.S543098 Available from: https://www.tandfonline.com/doi/abs/10.2147/AMEP.S543098
Hu R, Rizwan A, Hu Z, Li T, Chung AD. An artificial intelligence training workshop for diagnostic radiology residents. Radiol Artif Intell. 2023;5(5). doi:10.1148/ryai.220170 Available from: https://pubs.rsna.org/doi/abs/10.1148/ryai.220170
Putri LD, Girsang E, Lister INE, Kung HT, Kadir EA. Public health implications for effective community interventions based on hospital patient data analysis using deep learning technology in Indonesia. Information. 2024;15(1):41. Available from: https://www.mdpi.com/2078-2489/15/1/41
Santoso I, Supriyadi R, Utami W. The Role of Artificial Intelligence in Indonesia's Digital Transformation: Challenges and Opportunities in 2024. Neliti. Available from: https://www.neliti.com/publications/592643/
Sumari ADW. The contributions of artificial intelligence in achieving sustainable development goals: Indonesia case. IOP Conf Ser Mater Sci Eng. 2020;982:012063. Available from: https://iopscience.iop.org/article/10.1088/1757-899X/982/1/012063
Susanto AP, Winarto H, Fahira A. Building an artificial intelligence-powered medical image recognition smartphone application: What medical practitioners need to know. Technol Health Care. 2022. Available from: https://www.sciencedirect.com/science/article/pii/S2352914822001605
Tutuko B, Nurmaini S, Rachmatullah MN. A deep learning approach to integrate medical big data for improving health services in Indonesia. ComEngApp. 2020;9(1). doi:10.18495/COMENGAPP.V9I1.328. Available from: https://www.academia.edu/download/95042446/195.pdf
Yang Z, Yang J, Rice K, Hung JL. Using convolutional neural network to recognize learning images for early warning of at-risk students. IEEE Access. 2020. Available from: https://ieeexplore.ieee.org/abstract/document/9072352/
Zhai Y, Chu L, Liu Y, Wang D, Wu Y. Using deep learning-based artificial intelligence electronic images in improving middle school teachers' literacy. PeerJ Comput Sci. 2024. Available from: https://peerj.com/articles/cs-1844/
Lisensi
Hak Cipta (c) 2026 Dede Fauzi, Muhammad Ihksan, Abdur Rahman, Andri Swandi
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Penulis yang akan mempublikasikan Artikelnya di Jurnal Pengabdian Magister Pendidikan IPA harus menyetujui ketentuan sebagai berikut:
- Penulis dapat mempertahankan Hak Cipta Artikel yang akan di publikasikan dan penulis memberikan hak publikasi pertama kepada Jurnal Penabdian Magister Pendidikan IPA dengan pekerjaan secara bersamaan dan berlisensi di bawah Lisensi Creative Commons Atribusi 4.0 Internasional. yang memungkinkan orang lain untuk berbagi pekerjaan dengan pengakuan kepengarangan karya dan publikasi awal di Jurnal Pengabdian Magister Pendidikan IPA.
- Penulis dimasukkan dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (misalnya: mempostingnya ke repositori institusional atau menerbitkan artikel dalam sebuah buku), dengan pengakuan penerbitan awalnya di Jurnal Pengabdian Magister Pendidikan IPA.
- Penulis diizinkan dan anjurkan untuk mem-posting Artikelnya secara online (misalnya: di repositori institusional atau di website mereka - socmed) setelah diterbitkan oleh Jurnal Pengabdian Magister Pendidikan IPA, hal ini bertujuan untuk mengarahkan ke pertukaran produktif, seperti halnya capaian pengutipan Artikel (H-Index) lebih banyak. (Lihat Efek Akses Terbuka).
