Hasil Pencarian  ::  Simpan CSV :: Kembali

"Seiring dengan semakin banyaknya masyarakat yang menggunakan forum tanya-jawab kesehatan online, kebutuhan akan adanya sistem tanya-jawab kesehatan yang dapat berjalan secara otomatis semakin besar. Salah satu bagian penting dari sistem tanya-jawab kesehatan otomatis adalah question processing untuk mendapatkan informasi relevan dari pertanyaan pengguna. Terdapat beberapa task yang merupakan bagian dari question processing, di antaranya pengenalan pertanyaan, pengenalan entitas kesehatan, dan ekstraksi frase kunci. Pada penelitian ini, penulis mencoba tiga model untuk menyelesaikan ketiga task tersebut, yaitu IndoDistilBERT, IndoDistilBERT-BiLSTMs, dan IndoDistilBERT-BiLSTMs-CRF. Hasil eksperimen menunjukkan bahwa IndoDistilBERT-BiLSTMs-CRF memberikan hasil terbaik untuk task pengenalan pertanyaan dengan skor F1 sebesar 94,45%, lebih baik 3,15% dibandingkan baseline. Untuk task pengenalan entitas kesehatan, IndoDistilBERT-BiLSTMs memberikan hasil terbaik dengan skor F1 sebesar 73,78%, lebih baik 3,53% dibandingkan baseline. Untuk task ekstraksi frase kunci, model IndoDistilBERT-BiLSTMs memberikan hasil terbaik dengan skor F1 sebesar 77,42%, lebih baik 4,25% dibandingkan baseline. Selain itu, percobaan dengan pendekatan multi-task learning untuk menyelesaikan task pengenalan entitas kesehatan dan ekstraksi frase kunci belum mampu mengungguli hasil dari pendekatan single-task learning untuk masing-masing task.

---

With the increasing number of people who use health question-and-answer online forum, the need for a health question-and-answer system that can run automatically is getting bigger. One of the important parts of an automated health question-and-answer system is question processing to get relevant information from user queries. There are several tasks which are part of question processing, including question recognition, medical entity recognition, and keyphrases extraction. On this research, we try three models to solve those three tasks, namely IndoDistilBERT, IndoDistilBERT-BiLSTMs, and IndoDistilBERT-BiLSTMs-CRF. Our experiment shows that IndoDistilBERT-BiLSTMs-CRF gives the best results for question recognition task with F1-score of 94,45%, 3,15% better than baseline. For medical entity recognition task, IndoDistilBERT-BiLSTMs gives the best results with F1-score of 73,78%, 3,53% better than baseline. For keyphrases extraction task, IndoDistilBERT-BiLSTMs gives the best results with F1-score of 77,42%, 4,25% better than baseline. Besides that, experiments with multi-task learning approach to solve medical entity recognition and keyphrases extraction have not been able to outperform the results of single-task learning approach for each task."

"Pandemi virus Corona yang telah masuk di Indonesia menyebabkan terciptanya program pembatasan sosial dengan tujuan untuk mengurangi penyebaran virus sehingga menciptakan suatu keadaan baru yang harus dijalani masyarakat yang disebut dengan New Normal. Dengan adanya New Normal ini membuat masyarakat Indonesia memiliki keinginan untuk memiliki alternatif untuk berkonsultasi kesehatan yaitu dengan telekonsultasi menggunakan aplikasi Halodoc. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi niat beralih penggunaan layanan konsultasi kesehatan offline ke telekonsultasi dengan studi kasus aplikasi Halodoc menggunakan teori push pull mooring (PPM). Penelitian ini menggunakan metode analisis secara kuantitatif dan kualitatif (mix method). Metode analisis secara kuantitatif dilakukan dengan cara menyebarkan kuesioner online yang menghasilkan sebanyak 538 data valid. Hasil data kuantitatif diolah dan dianalisis menggunakan metode CB-SEM dengan bantuan software AMOS 26 dan SPSS 25. Metode analisis secara kualitatif dilakukan dengan memberikan wawancara ke 5 responden. Hasil analisis data kuantitatif menunjukkan bahwa terdapat 9 hipotesis yang diterima dan 2 hipotesis yang ditolak. Variabel perceived severity, perceived susceptibility, perceived usefulness, perceived ease of use, economic feasibility, perceived informativeness, subjective norm, switching cost, dan trust berpengaruh terhadap niat beralih masyarakat dari konsultasi kesehatan di rumah sakit ke telekonsultasi. Sedangkan variabel inconvenience dan ubiquitous care tidak berpengaruh terhadap niat beralih. Semua variabel yang dianalisis memiliki efek yang tidak signifikan terhadap niat beralih. Peneliti berharap hasil penelitian ini dapat membantu Halodoc untuk menyesuaikan fitur telekonsultasinya agar meningkatkan niat beralih masyarakat Indonesia untuk menggunakan fitur telekonsultasi aplikasi Halodoc.

---

The Coronavirus pandemic that has entered Indonesia has led to creation of a social restriction program to reduce the spread of the virus to create a new situation that must be endured by the community called the New Normal. With this New Normal, Indonesian people desire an alternative for health consultations, namely teleconsultation using the Halodoc application. This study analyses the factors that influence the intention to switch offline health consulting services to teleconsultation with a case study of the Halodoc application using the push-pull mooring (PPM) theory. This research uses quantitative and qualitative analysis methods (mix method). The quantitative analysis method was carried out by distributing online questionnaires, which resulted in 538 valid data. The results of quantitative data were processed and analyzed using the CB-SEM method with the help of AMOS 26 and SPSS 25 software. The qualitative analysis method was carried out by giving interviews with five respondents. The results of quantitative data analysis show that there are nine accepted hypotheses and two rejected hypotheses. Variables perceived severity, perceived susceptibility, perceived usefulness, perceived ease of use, economic feasibility, perceived informativeness, subjective norm, switching cost, and trust affects on people's intention to switch from health consultations in hospitals to teleconsultation. Meanwhile, inconvenience and ubiquitous care variables do not affect switching intentions. Furthermore, all variables analyzed had no significant effect on switching intention. The researcher hopes that this study's results can help Halodoc adjust its teleconsultation feature to increase the intention of switching Indonesian people to use the teleconsultation feature of the Halodoc application."