Perkembangan teknologi artificial intelligence telah membawa transformasi di berbagai
sektor, termasuk dunia kesehatan. Integrasi AI dalam bidang kesehatan telah membuka
peluang baru untuk meningkatkan diagnosis, perawatan, pengelolaan data medis, serta
penelitian medis. Safe Entry Station (SES-UR) salah satu teknologi terbaru yang telah
diperkenalkan dalam era perkembangan teknologi yang mengandalkan konsep artificial
intelligence sebagai dasar fungsionalitasnya, yang muncul sebagai sebuah terobosan
inovatif dalam memonitor kesehatan secara efektif dan akurat Namun, teknologi baru
sering kali melibatkan konsep yang mungkin belum familiar bagi sebagian besar
pengguna. Ini bisa menyebabkan ketidakpastian dan ketidaknyamanan dalam
menggunakan teknologi tersebut. Tujuan penelitian ini untuk memastikan implementasi
SES-UR berhasil dan berkelanjutan, sehingga diperlukan pendekatan yang
komprehensif dalam mengkaji tingkat kesiapan teknologi (Technology Readiness) serta
mengukur tingkat kepuasan (Satisfaction). Penelitian ini merujuk Permenkes No.51
tahun 2017 dalam Program Jaminan Kesehatan Nasional (PTK-JKN) di Indonesia,
Penilaian Teknologi Kesehatan (Health Technology Assessment) adalah proses
sistematis yang dilakukan untuk mengevaluasi manfaat, efektivitas, keamanan, dan
efisiensi dari suatu teknologi. Penelitian ini juga semakin diperkuat dengan adanya
Rencana Penelitian yang bersinergi dengan Grand Design RIRR 2021-2025 yang
didalamnya terdapat Fishbone Raharja sebagai langkah mengejawantahkan RIRN
2017-2045. Fokus riset terpilih berada dalam sektor medical kesehatan untuk
meningkatkan kualitas layanan kesehatan berbasis Artificial Intelligence. Metode
penelitian ini, menggunakan metode PLS-Structural Equation Modeling (SEM)
diadopsi untuk menganalisis hubungan antara variabel-variabel yang kompleks. Untuk
mencapai hasil analisis yang akurat, penelitian ini melibatkan penggunaan 35
instrumen dan 7 konstruk yang relevan. Hasil penelitian ini menyatakan bahwa
individu yang memiliki tingkat Innovativeness yang tinggi cenderung memiliki persepsi
bahwa Safe Entry Station mudah digunakan, sehingga mereka lebih cenderung
menerima dan menggunakan teknologi ini.
Kata Kunci: SES-UR, Artificial Intelligence, Kesehatan, Technology Readiness ,
Satisfaction