AI-Based Habit Reminder For Mewing Exercise: Pengembangan Aplikasi Mobile Berbasis Kecerdasan Buatan untuk Meningkatkan Konsistensi Praktik Mewing  : Penelitian

Deden Moch Alfiansyah; Lila Setiyani; Devi Fajar Wati; M. Jembar Jomantara; Dedih Dedih; Anwar Hilman

doi:10.31004/jerkin.v4i4.6468

Authors

Deden Moch Alfiansyah Universitas Horizon Indonesia
Lila Setiyani Universitas Horizon Indonesia
Devi Fajar Wati Universitas Horizon Indonesia
M. Jembar Jomantara Universitas Horizon Indonesia
Dedih Dedih Universitas Horizon Indonesia
Anwar Hilman Universitas Horizon Indonesia

DOI:

https://doi.org/10.31004/jerkin.v4i4.6468

Keywords:

Mewing, Habit Reminder, Kecerdasan Buatan, Machine Learning, Aplikasi Mobile

Abstract

Mewing merupakan teknik postur lingual yang dikembangkan oleh Dr. John Mew yang bertujuan untuk memperbaiki perkembangan kraniofasial melalui penempatan lidah yang benar pada langit-langit mulut. Meskipun manfaat mewing telah mendapat perhatian luas, tantangan utama yang dihadapi praktisi adalah rendahnya konsistensi dalam menjalankan latihan secara rutin. Penelitian ini menyajikan pengembangan aplikasi mobile bernama MewingAI yang memanfaatkan kecerdasan buatan untuk memberikan pengingat berbasis kebiasaan yang dipersonalisasi. Aplikasi dikembangkan menggunakan Flutter dengan backend Firebase dan model machine learning Random Forest Classifier untuk menganalisis pola perilaku pengguna. Evaluasi dilakukan melalui User Acceptance Testing (UAT) dan System Usability Scale (SUS) terhadap 30 partisipan selama empat minggu. Hasil menunjukkan peningkatan konsistensi mewing sebesar 40,6% (dari 42,5% menjadi 83,1%) pada kelompok eksperimen dibandingkan kelompok kontrol yang hanya meningkat 2,4%. Skor SUS rata-rata sebesar 80,3 (kategori "Good") mengindikasikan tingkat usabilitas yang memadai. Penelitian ini membuktikan bahwa sistem AI-based habit reminder dapat secara signifikan meningkatkan konsistensi praktik mewing (p < 0,001).

References

Brown, K. A., Fletcher, R. J., & Morley, S. (2022). The effectiveness of smartphone-based interventions for habit formation: A meta-analysis of 47 randomized controlled trials. Behaviour Research and Therapy, 150, 104028. https://doi.org/10.1016/j.brat.2022.104028

Chen, Y., & Liu, H. (2023). Personalized AI recommendation systems for fitness and wellness habit tracking: A deep reinforcement learning approach. Expert Systems with Applications, 214, 119112. https://doi.org/10.1016/j.eswa.2022.119112

Dewi, R., & Nugroho, F. A. (2025). Evaluasi usability aplikasi mobile kesehatan berbasis AI dengan metode System Usability Scale di Indonesia. Jurnal Teknologi dan Sistem Komputer, 13(1), 23–35. https://doi.org/10.14710/jtsiskom.2025.16372

Hadiyanto, B., & Pratama, R. (2023). Pengembangan aplikasi mobile untuk monitoring kesehatan berbasis kecerdasan buatan: Studi implementasi di Indonesia. Jurnal Teknologi Informasi, 18(2), 78–92. https://doi.org/10.21070/jti.2023.v18.890

Johnson, M. L., & Davis, L. A. (2024). Deep learning for facial morphology analysis in orthodontic and orthotropic applications. Pattern Recognition Letters, 178, 108–117. https://doi.org/10.1016/j.patrec.2023.12.015

Kumar, A., & Singh, R. K. (2023). AI-powered mobile health applications: A systematic review of behavior change mechanisms and adherence outcomes. International Journal of Medical Informatics, 172, 105010. https://doi.org/10.1016/j.ijmedinf.2023.105010

Lee, S., & Park, J. (2022). Gamification in health habit formation: Effects on user engagement and consistency in mobile health applications. Computers in Human Behavior, 128, 107134. https://doi.org/10.1016/j.chb.2021.107134

Mew, M., & Mew, J. (2021). Orthotropics and craniofacial growth: Reassessing the role of oral posture in facial development. Journal of Orthodontics, 48(2), 145–158. https://doi.org/10.1177/14653125211004893

Murfet, H., & Croker, H. (2021). Oral health behavior change: Digital interventions and habit formation frameworks in preventive dentistry. Journal of Public Health Dentistry, 81(4), 287–296. https://doi.org/10.1111/jphd.12467

Puspitasari, N., & Hidayat, M. (2023). Rancang bangun sistem reminder cerdas berbasis konteks pengguna untuk aplikasi kesehatan mobile di Indonesia. Jurnal Sistem Informasi, 19(2), 134–149. https://doi.org/10.21609/jsi.v19i2.1289

Rahmawati, S., Kurniawan, H., & Permana, I. (2022). Implementasi machine learning pada aplikasi reminder kesehatan untuk meningkatkan kepatuhan pengguna: Studi kasus Indonesia. Jurnal Informatika, 16(3), 201–215. https://doi.org/10.26555/jifo.v16i3.a24891

Rodriguez, C., & Martinez, A. (2024). Natural language processing in AI health coaching applications: User experience and behavior change outcomes. Journal of Biomedical Informatics, 151, 104590. https://doi.org/10.1016/j.jbi.2024.104590

Santoso, A., & Wijaya, H. (2024). Analisis efektivitas aplikasi mobile dalam pembentukan kebiasaan sehat pada pengguna muda di Indonesia: Pendekatan mixed methods. Jurnal Ilmu Komputer dan Informasi, 17(1), 45–58. https://doi.org/10.21609/jiki.v17i1.1124

Williams, T., Chen, A., & Robertson, L. (2023). Push notification strategies for behavior change in mobile health applications: A randomized comparison of static vs. AI-personalized scheduling. Journal of Medical Internet Research, 25(4), e42891. https://doi.org/10.2196/42891

Zhang, X., Wang, Y., & Li, Q. (2022). Machine learning approaches for habit formation and behavior change in mobile health applications: Architectures, challenges, and future directions. Journal of Mobile Computing, 15(3), 112–128. https://doi.org/10.1186/s13673-022-00359-6