SINERGI AI DAN MACHINE LEARNING UNTUK PREDIKSI MULTIKELUHAN PADA DIAGNOSIS PENYAKIT KEPALA

SYSTEMATIC LITERATURE REVIEW

Abstract

Era baru dalam diagnosis medis menghadirkan kecerdasan buatan (AI) dan machine learning (ML) sebagai arsitek perubahan, membongkar batasan metode tradisional untuk menjawab kompleksitas penyakit kepala dengan presisi yang belum pernah ada sebelumnya. Penelitian ini mengeksplorasi potensi sinergi kecerdasan buatan (AI) dan machine learning (ML) dalam prediksi multikeluhan pada diagnosis penyakit kepala melalui tinjauan literatur sistematis (Systematic Literature Review/SLR). Dengan mengikuti pedoman PRISMA, studi ini mengidentifikasi artikel-artikel relevan dari tahun 2022 hingga 2024 yang dipublikasikan di basis data seperti Google Scholar, PubMed, dan ScienceDirect. Hasil analisis menunjukkan bahwa algoritma seperti Deep Neural Networks (DNN) dan Multilayer Perceptron (MLP) berhasil meningkatkan akurasi diagnosis hingga 99,6%. AI juga membuktikan kemampuannya dalam memproses data medis yang kompleks, menghasilkan prediksi yang lebih cepat dan akurat. Namun, penelitian ini menemukan sejumlah tantangan, termasuk variabilitas data medis, keterbatasan teknik klasifikasi, dan perlunya validasi model pada populasi yang lebih luas. Studi ini menyimpulkan bahwa penerapan AI dan ML dapat merevolusi proses diagnosis penyakit kepala, memberikan solusi yang lebih efisien dan mendalam, serta menginspirasi inovasi lebih lanjut di sektor kesehatan.