VOKASI NEWS – Layanan kesehatan yang berkualitas tidak hanya ditentukan oleh ketersediaan tenaga medis dan obat-obatan. Kecepatan serta ketepatan komunikasi antara pelanggan dan penyedia layanan juga menjadi faktor penting. Seiring meningkatnya pemanfaatan platform digital, WhatsApp menjadi salah satu media komunikasi utama yang digunakan oleh banyak apotek. Media ini digunakan untuk menerima pertanyaan mengenai ketersediaan obat, konsultasi sederhana, pemesanan, hingga permintaan obat yang bersifat mendesak. Tingginya jumlah pesan yang diterima setiap hari dengan tingkat urgensi yang beragam menyebabkan proses identifikasi prioritas menjadi semakin kompleks. Kompleksitas ini terutama terjadi apabila proses dilakukan secara manual, sehingga berpotensi menimbulkan keterlambatan respons terhadap pelanggan yang membutuhkan penanganan segera.
Sistem Klasifikasi Urgensi Berbasis AI
Untuk mengatasi permasalahan tersebut, dikembangkan sebuah sistem berbasis Artificial Intelligence (AI) yang mampu mengklasifikasikan tingkat urgensi pesan WhatsApp secara otomatis. Sistem ini mengelompokkan setiap pesan ke dalam tiga kategori, yaitu urgent, normal, dan non-urgent. Hasil klasifikasi tersebut membantu petugas dalam menentukan urutan penanganan pesan. Dengan begitu, pelanggan dengan kebutuhan yang lebih mendesak dapat memperoleh respons lebih cepat. Dengan demikian, proses pelayanan menjadi lebih efisien tanpa menghilangkan peran petugas sebagai pengambil keputusan akhir.
FastText: Model di Balik Klasifikasi Pesan
Model klasifikasi yang digunakan dalam penelitian ini adalah FastText. FastText merupakan metode pemrosesan bahasa alami (Natural Language Processing/NLP) yang dikenal memiliki performa baik dalam klasifikasi teks dengan waktu pelatihan yang relatif cepat. FastText memanfaatkan pendekatan character n-gram sehingga mampu mengenali pola kata, awalan, akhiran, maupun variasi penulisan yang umum ditemukan pada percakapan WhatsApp. Karakteristik tersebut menjadikan FastText sesuai untuk mengolah pesan pelanggan yang umumnya menggunakan bahasa informal, singkatan, kesalahan pengetikan, maupun campuran bahasa daerah dan bahasa Indonesia. Kemampuan tersebut memungkinkan sistem menghasilkan klasifikasi yang lebih akurat dibandingkan hanya mengandalkan pencocokan kata secara sederhana.
Kontribusi terhadap Pencapaian SDGs
Pengembangan sistem ini juga mendukung implementasi Sustainable Development Goals (SDGs), khususnya SDG 3 (Good Health and Well-being) dan SDG 9 (Industry, Innovation and Infrastructure). Kontribusi terhadap SDG 3 diwujudkan melalui peningkatan kualitas layanan kesehatan. Peningkatan ini dilakukan dengan membantu penyedia layanan memberikan respons yang lebih cepat kepada pelanggan yang membutuhkan obat atau informasi penting. Respons yang lebih tepat waktu dapat meningkatkan akses masyarakat terhadap pelayanan kesehatan sekaligus mendukung keselamatan pelanggan dalam kondisi tertentu.
Sementara itu, keterkaitan dengan SDG 9 tercermin dari penerapan teknologi kecerdasan buatan sebagai bentuk inovasi digital yang meningkatkan efisiensi proses operasional. Implementasi AI pada layanan kesehatan menunjukkan bagaimana pemanfaatan teknologi dapat mendukung transformasi digital sekaligus meningkatkan kualitas pelayanan kepada masyarakat.
Secara keseluruhan, penerapan sistem klasifikasi urgensi pesan WhatsApp berbasis AI menunjukkan hal penting. Teknologi ini dapat menjadi solusi terhadap permasalahan komunikasi yang sering ditemui dalam operasional layanan kesehatan. Sistem ini tidak dirancang untuk menggantikan peran petugas, melainkan sebagai alat bantu dalam menyusun prioritas penanganan pesan secara lebih cepat, konsisten, dan terstruktur. Dengan pengembangan lebih lanjut, pendekatan serupa berpotensi diterapkan pada berbagai fasilitas layanan kesehatan lainnya yang memiliki kebutuhan komunikasi intensif. Penerapan ini diharapkan mampu mendukung terciptanya pelayanan yang lebih responsif, efektif, dan berkelanjutan sesuai dengan semangat pembangunan berkelanjutan.
[BACA JUGA: Inovasi Mahasiswa D-IV TRIK pada Robot Pengantar Barang Berbasis Kamera untuk Navigasi Adaptif di Lingkungan Industri]
Penulis: Talidah Nur Keyesa
Pembimbing: Rachman Sinatriya Marjianto
Editor: Nadya Tika (Tim Branding Vokasi)
