Electronic Theses and Dissertation

Melanoma merupakan kanker kulit yang agresif dan sering terlambat terdeteksi di fasilitas pelayanan kesehatan primer. pemanfaatan teknologi artificial intelligence (ai) dapat membantu tenaga kesehatan mengenali lesi kulit secara lebih cepat dan akurat. penelitian ini bertujuan untuk meningkatkan pengetahuan dan pemahaman tenaga kesehatan mengenai melanoma serta cara deteksi dini melanoma berbasis ai di puskesmas baitussalam. jenis penelitian ini adalah penelitian kuantitatif dengan pendekatan pre-eksperimen menggunakan one-group pretest-posttest design. penelitian ini dilaksanakan pada bulan agustus 2025 dan sampel penelitian adalah seluruh tenaga kesehatan di puskesmas baitussalam yang memenuhi kriteria inklusi, dengan total 97 responden. pengumpulan data dilakukan dengan menggunakan kuesioner untuk menilai tingkat pengetahuan dan pemahaman tenaga kesehatan sebelum dan setelah diberikan edukasi mengenai melanoma serta cara deteksi dini berbasis ai. hasil penelitian menunjukkan adanya peningkatan signifikan rata-rata skor pretest (113,87) menjadi posttest (133,00) dengan selisih 19,13 poin. hasil analisis paired t-test menunjukkan perbedaan yang signifikan (t = -11,357; p = 0,000). seluruh responden mencapai kategori pengetahuan tinggi setelah diberikan edukasi. kesimpulan pada penelitian ini adalah edukasi tentang melanoma dan cara deteksi dini berbasis ai secara signifikan meningkatkan pengetahuan dan pemahaman tenaga kesehatan di puskesmas baitussalam. kata kunci: melanoma, tenaga kesehatan, edukasi, artificial intelligence

Melanoma is an aggressive type of skin cancer that is often detected late in primary healthcare facilities. The utilization of Artificial Intelligence (AI) technology can assist healthcare workers in identifying skin lesions more rapidly and accurately. This study aimed to improve healthcare workers’ knowledge and understanding of melanoma and AI-based early detection methods at Baitussalam Community Health Center. This was a quantitative study with a pre-experimental approach using a one-group pretest-posttest design. The study was conducted in August 2025 and involved all healthcare workers at Baitussalam Community Health Center who met the inclusion criteria, with a total of 97 respondents. Data were collected using questionnaires to assess the level of knowledge and understanding of healthcare workers before and after receiving education on melanoma and AI-based early detection methods. The results showed a significant increase in the mean score from the pretest (113.87) to the posttest (133.00), with a difference of 19.13 points. The paired t-test analysis indicated a significant difference (t = -11.357; p = 0.000). All respondents achieved a high level of knowledge after the educational activity. The study concluded that education on melanoma and AI-based early detection significantly improved the knowledge and understanding of healthcare workers at Baitussalam Community Health Center. Keywords: Melanoma, Health Workers, Education, Artificial Intelligence