Swadiagnosis

Swadiagnosis (self-diagnosis) adalah tindakan mendiagnosis atau mengidentifikasi kondisi kesehatan dari diri sendiri yang tidak disertai keilmuan atau dengan konsultasi dan supervisi medis dari seorang dokter.^[1]

Era teknologi digital telah menghadirkan pergeseran signifikan dalam pola perolehan dan penyebaran informasi di tengah masyarakat. Kini, media sosial, seperti TikTok, Instagram, dan X, berfungsi sebagai sumber rujukan utama bagi banyak orang untuk memperoleh berbagai jenis pengetahuan, termasuk informasi mengenai kesehatan mental. Akses yang cepat dan praktis ini berkontribusi positif dengan meningkatkan pemahaman dan kepekaan masyarakat terhadap pentingnya menjaga kesehatan psikologis. Namun demikian, kemudahan ini juga menimbulkan tantangan baru, yaitu meningkatnya risiko penyebaran informasi yang tidak akurat atau menyesatkan.

Penelitian Safira et al. (2025)^[2] menunjukkan bahwa algoritma platform media sosial bisa membentuk “echo chamber” yang mempromosikan normalisasi kondisi kesehatan dan mendorong swadiagnosis. Di penelitian ini juga disebut bahwa misinformasi kesehatan menyebar secara eksponensial lewat mekanisme viral sharing. Sementara itu, Denniss et al. (2025)^[3] menegaskan bahwa algoritma media sosial dan peran bot dapat memperkuat penyebaran konten yang tidak tervalidasi secara ilmiah, sehingga masyarakat berpotensi menerima informasi yang keliru terkait kesehatan mental.

Tingginya rasa ingin tahu terhadap diri sendiri menjadi salah satu faktor utama yang mendorong individu melakukan tindakan swadiagnosis. Dorongan untuk memahami penyebab gejala yang dirasakan sering kali membuat seseorang mencari informasi secara mandiri tanpa konsultasi profesional (Affandi, 2024).^[4] Selain itu, akses informasi yang luas melalui internet dan media sosial membuat masyarakat dengan mudah memperoleh berbagai penjelasan terkait kesehatan hanya dengan beberapa kali klik. Kondisi ini memperbesar kecenderungan seseorang untuk menarik kesimpulan sendiri mengenai kondisi psikologisnya (Safira & Rahmawati, 2024).^[5] Lebih lanjut, meningkatnya kesadaran masyarakat terhadap pentingnya kesehatan mental, keterbatasan akses terhadap tenaga profesional, serta pengaruh influencer yang memproduksi konten bertema psikologi turut memperkuat fenomena tersebut (Ismed, 2024; Wijaya et al., 2024).^[6][7] Contohnya seperti, dalam beberapa tahun terakhir, video dengan tagar #mentalhealth telah ditonton lebih dari 100 miliar kali (Haidt, 2024).^[8] Sebagian besar video TikTok tentang kesehatan mental tidak dibuat oleh profesional (Basch dkk., 2022)^[9] dan sebagian besar mengandung informasi yang menyesatkan (Yeung dkk., 2022).^[10]

Swadiagnosis atau self-diagnosis di media sosial memiliki dampak positif terhadap peningkatan kesadaran masyarakat akan pentingnya kesehatan mental. Paparan konten mengenai gangguan psikologis di platform seperti TikTok dan Instagram membuat individu menjadi lebih peka terhadap gejala yang mereka alami serta lebih terbuka dalam membicarakan isu mental health. Penelitian oleh Putri dan Handayani (2023)^[11] menunjukkan bahwa literasi kesehatan mental dan dukungan teman sebaya berperan besar dalam mendorong individu melakukan swadiagnosis sebagai bentuk upaya memahami diri sendiri.

Namun, berbagai penelitian juga menyoroti dampak negatif yang lebih besar dari praktik swadiagnosis di media sosial. Penelitian yang dilakukan oleh Wijaya et al. (2024)^[12] menemukan bahwa rendahnya literasi kesehatan mental menyebabkan individu salah menafsirkan gejala dan mengalami misdiagnosis. Hal ini dapat menimbulkan stres, kecemasan berlebihan, serta penundaan untuk mencari bantuan profesional. Sementara itu, penelitian fenomenologis oleh Maskanah (2022)^[13] menemukan bahwa individu yang melakukan swadiagnosis cenderung mengalami ketakutan berlebih terhadap kondisi yang belum tentu mereka miliki. Temuan serupa juga diperkuat oleh penelitian Armstrong et al. (2025)^[14] yang menemukan bahwa banyak partisipan muda yang menganggap mereka mungkin memiliki diagnosis mental karena terpapar konten di media sosial, meski belum pernah didiagnosis secara klinis. Self-diagnosis ini terkait dengan peningkatan kecemasan dan keyakinan yang tidak selalu akurat, karena tidak ditunjang oleh evaluasi profesional.

Upaya pencegahan swadiagnosis di era digital dapat dilakukan melalui peningkatan literasi kesehatan mental, penerapan critical thinking, serta pengendalian paparan terhadap konten media sosial. Meningkatkan literasi edukasi kesehatan mental bertujuan agar individu mampu memahami gejala psikologis secara ilmiah dan membedakan informasi yang valid dari konten pseudo-ilmiah yang banyak beredar di platform daring. Menurut Gobél, Lusiana, dan Dida (2023),^[15] edukasi publik mengenai kesehatan mental perlu digencarkan melalui kampanye digital dan kolaborasi lintas sektor agar masyarakat tidak mudah termanipulasi oleh narasi swadiagnosis yang tidak berbasis bukti ilmiah. Selain itu, kemampuan critical thinking penting untuk dikembangkan agar individu dapat menilai kredibilitas sumber, memverifikasi informasi, serta tidak langsung mengaitkan gejala pribadi dengan gangguan tertentu yang viral di media sosial (Zhang et al., 2025).^[16] Pengurangan paparan konten media sosial juga menjadi langkah preventif yang signifikan, karena konsumsi berlebihan terhadap konten terkait kesehatan mental dapat memperkuat availability bias dan meningkatkan risiko distorsi persepsi diri (Haidt, 2024).^[17] Dengan demikian, kombinasi antara literasi yang baik, berpikir kritis, dan manajemen konsumsi media dapat membantu individu lebih bijak dalam memahami kondisi psikologisnya serta mencegah dampak negatif dari self-diagnosis.

Upaya penanggulangan dari praktik swadiagnosis dapat dilakukan melalui tiga langkah utama, yaitu konsultasi dengan profesional, penguatan coping skills yang sehat, dan mencari dukungan dari orang terdekat. Konsultasi atau terapi dengan psikolog maupun psikiater menjadi langkah paling efektif untuk memperoleh diagnosis dan penanganan yang akurat, karena profesional kesehatan mental memiliki kompetensi dalam menilai gejala secara objektif serta memberikan intervensi yang sesuai. Menurut American Psychological Association (2023),^[18] terapi profesional tidak hanya membantu memahami akar masalah emosional, tetapi juga membekali individu dengan strategi adaptif untuk mengelola stres dan kecemasan. Selain itu, membangun coping skills yang sehat seperti teknik relaksasi, mindfulness, journaling, atau aktivitas fisik dapat mengurangi dorongan untuk mencari validasi diri melalui self-diagnosis di media sosial (Amasalem et al., 2023).^[19] Dukungan sosial juga memiliki peran penting; dengan berbagi perasaan kepada keluarga atau teman yang dipercaya, individu dapat memperoleh empati, saran positif, serta rasa aman emosional yang mencegah isolasi dan interpretasi keliru terhadap gejala pribadi (Kruzan et al., 2022).^[20] Dengan menggabungkan pendekatan profesional, keterampilan pengelolaan diri yang sehat, dan dukungan dari lingkungan sosial, individu dapat menekan kecenderungan self-diagnosis serta meningkatkan kesejahteraan mental secara berkelanjutan.

Perkembangan teknologi kian semakin cepat, salah satu hasil dari perkembangan teknologi adalah kecerdasan buatan atau sering disebut dengan Artificial Intelligence (AI). Kecerdasan buatan sangat berdampak pada kehidupan keseharian manusia. Terutama setelah tahun 2020 karena pandemik COVID-19 melanda di seluruh dunia yang mengakibatkan AI semakin dikenal oleh masyarakat. Salah satu sebab mengapa AI semakin dikenal setelah atau bahkan saat pandemik COVID-19 karena AI membuka peluang baru untuk mengatasi kekurangan tenaga kesehatan dan menawarkan layanan kesehatan secara mandiri yang bisa diakses melalui perangkat digital apa pun.

Peluang yang ditawarkan oleh AI ini dimanfaatkan oleh manusia untuk menjadi sebuah alat diagnosis untuk mendiagnosis masalah kesehatan secara mandiri. Selain menjadi alat diagnosis kesehatan fisik, AI juga digunakan untuk menjadi alat diagnosis kesehatan mental. Salah satu kecerdasan buatan yang sering digunakan untuk menjadi sebuah alat diagnosis kesehatan mental adalah ChatBot. Hal ini dapat membawa dampak baik dan buruk, seperti salah diagnosis, risiko pencurian data pribadi, dan penyalahgunaan hak asasi manusia

Berkembangnya kecerdasan buatan memiliki pengaruh besar terhadap pengambilan keputusan bagi manusia sehingga kehidupan manusia dewasa ini sangat lekat dengan kecerdasan buatan, kecerdasan buatan ini bagaikan dua belah mata pisau yang dapat membawa dampak positif dan negatif bagi kehidupan manusia. Salah satu dampak buruk yang disebabkan oleh kecerdasan buatan adalah meningkatnya praktik self-diagnosis, praktik ini biasa dilakukan seseorang untuk mendiagnosis dirinya sendiri baik kesehatan fisik maupun kesehatan mental seseorang, hal ini menjadi berbahaya ketika seseorang melakukannya tanpa didampingi oleh seseorang yang ahli di bidangnya karena swadiagnosis dapat menimbulkan efek gangguan kecemasan pada seseorang dan pada tahap yang lebih parah seseorang dapat berperilaku tidak lazim, seperti panik tanpa alasan, takut tanpa alasan, dan mengganggu aktivitas hidupnya (Maskanah, 2022). Swadiagnosis bisa diartikan dengan suatu peristiwa di mana seseorang membuat pengakuan ekstrem tentang masalah emosional psikologi yang seseorang alami tanpa melakukan tindakan lebih lanjut dengan para ahli (Normansyah et al., 2024). Kurangnya rasa percaya terhadap tenaga ahli juga dapat mendorong seseorang melakukan self-diagnosis (Maskanah, 2022) labeling yang diberikan masyarakat juga membuat seseorang menjadi takut untuk memeriksakan kesehatan mentalnya ke tenaga ahli dan mereka lebih memilih cara yang mudah dan instan, yaitu mendiagnosis dirinya sendiri lewat kecerdasan buatan.

Swadiagnosis ini sebenarnya membawa dampak baik dan buruk di waktu yang bersamaan, di salah satu sisi swadiagnosis dapat meningkatkan kesadaran masyarakat tentang gangguan-gangguan yang muncul di dalam masyarakat itu sendiri. Namun, swadiagnosis dapat membuat seseorang percaya dengan diagnosis yang dilakukannya sendiri dan hal ini dapat memunculkan rasa cemas bahkan seseorang yang terlalu percaya dengan diagnosisnya sendiri dapat bertingkah tidak lazim (Maskanah, 2022).

Swadiagnosis yang salah dapat memperkuat anggapan dan label buruk terhadap kondisi kesehatan mental, serta berpotensi salah penanganan jika tidak didampingi oleh ahlinya (Amalia & Dearly, 2025).^[21] Salah satu penyebab swadiagnosis didorong oleh keterbatasan akses tenaga ahli di bidang yang berkaitan dengan hanya ada 800 psikiater dan 450 psikolog untuk populasi sebanyak 270 juta orang (Amalia & Dearly, 2025).^[21] Adanya stigma dan label yang diberikan masyarakat kepada orang yang memiliki gangguan kesehatan mental juga dapat mendorong seseorang untuk tidak memeriksakan kesehatan mentalnya kepada tenaga ahli karena takut diberi label “orang gila”.

Umumnya individu melakukan swadiagnosis dari hasil mencari informasi kesehatan mental dari internet atau dari kecerdasan buatan, seorang individu akan terdorong melakukan self-diagnosis karena keingintahuannya tentang apa yang sedang ia rasakan (Wijaya et al., 2024).^[22] Keputusan seorang individu melakukan self-diagnosis juga dipengaruhi oleh pengetahuan dasar seseorang mengenai gangguan-gangguan mental yang ada, perasaan khawatir tentang kesehatan mentalnya sendiri, dan keinginan untuk mengevaluasi secara mandiri terkait kondisi yang dialaminya (Ramadhani & Hatta, n.d.).

Banyaknya konten-konten mengenai gangguan-gangguan mental di sosial media juga ikut ambil peran terhadap maraknya praktik ini. Seorang individu yang melihat konten dari media sosial cenderung akan mudah percaya dengan isi konten yang diberikan tanpa kebenaran yang jelas apakah isi dari konten tersebut benar adanya dan dengan bantuan kecerdasan buatan yaitu Chatbot seseorang akan lebih dimudahkan untuk melakukan diagnosis secara mandiri karena merasa telah melakukan konseling walau hanya melalui kecerdasan buatan Chatbot, seperti ChatGPT, Gemini, Perplexity.ai, dan sebagainya.

Literasi kesehatan mental merupakan salah satu cara mencegah praktik swadiagnosis terus terjadi di masyarakat karena memperbaiki literasi kesehatan mental dapat membantu seseorang (awam) untuk mengenali tanda awal gejala gangguan kesehatan mental agar dapat segera ditangani oleh bantuan para ahli (Muslić et al., 2020).^[23] Namun, kecerdasan buatan dan konten-konten yang ada di media sosial memberikan akses kepada masyarakat non-professional untuk mengenal gejala-gejala gangguan mental yang ada hal ini menyebabkan masyarakat hanya tahu gejala-gejalanya saja tanpa mengonfirmasi ulang kebenarannya dengan seseorang yang ahli di dalam bidangnya.

Salah satu cara untuk meningkatkan literasi kesehatan mental adalah dengan adanya intervensi yang dilakukan dari sekolah dan  intervensi dari komunitas yang diikuti oleh seseorang (Seedaket et al., 2020).^[24] Ada dua basis dalam melakukan intervensi peningkatan literasi kesehatan mental, yaitu berbasis sekolah dan berbasis komunitas dengan adanya intervensi ini seorang individu dapat diedukasi baik dari sekolahan dan komunitas untuk mengenali dan meningkatkan kemampuan literasi kesehatan mentalnya.

Penggunaan kecerdasan buatan (AI) sebagai sarana self-diagnosis dalam kesehatan mental masih mengandung risiko signifikan akibat kurangnya validasi klinis yang memadai dan absennya supervisi profesional. Self-diagnosis tanpa panduan profesional dapat menimbulkan kesalahan klinis dan penundaan penanganan. Namun, dengan peningkatan literasi digital dan edukasi publik terkait AI dan kesehatan mental, serta pengembangan regulasi yang komprehensif dan transparansi algoritma, AI dapat berfungsi sebagai intervensi pendukung awal yang cepat dan terjangkau yang membantu deteksi dini dan rujukan ke pelayanan kesehatan profesional.

Berdasarkan hasil kajian yang dilakukan oleh Mentzou et al. (2025),^[25] penggunaan kecerdasan buatan dalam alat diagnosis mandiri digital memerlukan penerapan standar dan regulasi yang lebih komprehensif agar dapat berfungsi secara aman, etis, dan efektif. Pengembangan sistem AI perlu mengedepankan transparansi algoritma serta penggunaan data pelatihan yang inklusif dan representatif untuk meminimalkan bias terhadap kelompok tertentu. Pemerintah dan lembaga kesehatan juga disarankan untuk menyusun kerangka regulasi berbasis risiko, termasuk pengawasan pascapasar dan mekanisme tanggung jawab hukum terhadap pengembang maupun penyedia layanan. Selain itu, peningkatan literasi digital dan kesehatan masyarakat menjadi aspek penting dalam membangun kepercayaan publik terhadap teknologi ini. Kolaborasi lintas disiplin antara pakar teknologi, etika, hukum, dan kesehatan perlu terus diperkuat guna memastikan bahwa sistem AI tidak hanya berorientasi pada efisiensi, tetapi juga menjunjung tinggi nilai keadilan, otonomi pasien, dan tanggung jawab sosial. Dengan pendekatan yang multidisipliner dan berlandaskan etika, pemanfaatan kecerdasan buatan dalam bidang kesehatan mental maupun diagnosis mandiri diharapkan dapat memberikan dampak positif yang berkelanjutan bagi masyarakat luas (Mentzou et al., 2025).^[25]

1. ^ Aaiz Ahmed; Stephen S (2017-01-30). "Self-Diagnosis in Psychology Students". International Journal of Indian Psychology. 4 (2). doi:10.25215/0402.035. ISSN 2348-5396.
2. ^ Safira, V., & Rahmawati, F. N. (2024). Mitigasi Risiko Self-Diagnose Melalui Media Sosial: Pengembangan Model Komunikasi Kesehatan Berbasis Digital. Jurnal Komunikasi dan Media, Al Hafi Indonesia. 3(1). https://ejournal.alhafiindonesia.co.id/index.php/JOUMI/article/view/439
3. ^ Denniss, E., Lindberg, R. (2025). Social media and the spread of misinformation: infectious and a threat to public health, Health Promotion International, Volume 40, Issue 2, daaf023, https://doi.org/10.1093/heapro/daaf023
4. ^ Affandi, A. A. (2024). Risiko Penurunan Kondisi Kesehatan Mental pada Remaja Pengguna Media Sosial yang Melakukan Self-diagnose.Suksma:Jurnal Psikologi Universitas Sanata Darma. 5(1).1-60. https://e-journal.usd.ac.id/index.php/suksma/article/view/7687
5. ^ Safira, V., & Rahmawati, F. N. (2024). Mitigasi Risiko Self-Diagnose Melalui Media Sosial: Pengembangan Model Komunikasi Kesehatan Berbasis Digital. Jurnal Komunikasi dan Media, Al Hafi Indonesia. 3(1). https://ejournal.alhafiindonesia.co.id/index.php/JOUMI/article/view/439
6. ^ Wijaya, R., Ramdan, A. R., Asariningrum, D., Syantifa, R. A., & Sarathan, I. (2024). Fenomena Self Diagnose terhadap Konten Kesehatan Mental di Media Sosial Tiktok: Analisis Wacana Multimodal terhadap Asumsi Masyarakat di Kolom Komentar. JSSH (Jurnal Sains Sosial Dan Humaniora), 8(2), 125–134. https://doi.org/10.30595/jssh.v8i2.23784
7. ^ Ismed, G. H. M. (2024). Pengaruh Konten Kesehatan Mental pada Media Sosial Terhadap Kejadian Self-Diagnose di Tengah Masyarakat. Jurnal Dakwah dan Komunikasi, UIN Jambi. 3(2). 75-84. https://jrf.dakwah.uinjambi.ac.id/index.php/JRF/article/view/42
8. ^ Haidt, J. (2024). The anxious generation: How the great rewiring of childhood is causing an epidemic of mental illness. Penguin Press.
9. ^ Basch, C. H., Fera, J., & Jaime, C. (2022). Deconstructing TikTok videos on mental health: Cross-sectional, descriptive content analysis JMIR Formative Research, 6(5), e38340. https://doi.org/10.2196/38340
10. ^ Yeung, A., Ng, E., & Abi-Jaoude, E. (2022). TikTok and Attention-Deficit/Hyperactivity Disorder: A Cross-Sectional Study of Social Media Content Quality. Canadian journal of psychiatry. Revue canadienne de psychiatrie, 67(12), 899–906. https://doi.org/10.1177/07067437221082854
11. ^ Putri, R., & Handayani, F. (2023). Self Diagnosis Kesehatan Mental Ditinjau dari Literasi Kesehatan Mental dan Dukungan Sosial Teman Sebaya. Jurnal Nasional Ilmu Sosial dan Humaniora, Universitas YARSI. 176-187. https://doi.org/10.33476/knpk.v5i1.5174
12. ^ Wijaya, R., Ramdan, A. R., Asariningrum, D., Syantifa, R. A., & Sarathan, I. (2024). Fenomena Self Diagnose terhadap Konten Kesehatan Mental di Media Sosial Tiktok: Analisis Wacana Multimodal terhadap Asumsi Masyarakat di Kolom Komentar. JSSH (Jurnal Sains Sosial Dan Humaniora), 8(2), 125–134. https://doi.org/10.30595/jssh.v8i2.23784
13. ^ Maskanah, I. (2022). Fenomena Self-Diagnosis di Era Pandemi COVID-19 dan Dampaknya terhadap Kesehatan Mental. Journal of Psychology Students, 1(1), 1–10. https://doi.org/10.15575/jops.v1i1.17467
14. ^ Armstrong, S., Osuch, E., Wammes, M., Chevalier, O., Kieffer, S., Meddaoui, M., & Rice, L. (2025). Self-diagnosis in the age of social media: A pilot study of youth entering mental health treatment for mood and anxiety disorders. Acta psychologica, 256, 105015. https://doi.org/10.1016/j.actpsy.2025.105015
15. ^ Gobel, S. A. M., Elnovani Lusiana, & Susanne Dida. (2023). Mental Health Promotion: Stop Self-Diagnosing Through Social Media. Jurnal Promkes: The Indonesian Journal of Health Promotion and Health Education, 11(1), 71–81. https://doi.org/10.20473/jpk.V11.I1.2023.71-81
16. ^ Zhang, J., Lin, D., & Zhou, Y. (2025). Mining evidence about your symptoms: Mitigating availability bias in online self-diagnosis. arXiv preprint arXiv:2501.15028. https://arxiv.org/abs/2501.15028
17. ^ Haidt, J. (2024). The anxious generation: How the great rewiring of childhood is causing an epidemic of mental illness. Penguin Press.
18. ^ American Psychological Association. (2023). Understanding psychotherapy and how it works. https://www.apa.org/topics/psychotherapy/understandin
19. ^ Amsalem, D., Jankowski, S. E., Pagdon, S., Valeri, L., Yang, L. H., Markowitz, J. C., … Martin, A. (2023). Selfie Videos to Reduce Stigma and Increase Treatment Seeking Among Youths: Two Noninferiority Randomized Controlled Trials. Psychiatric Services, 74(3), 229–236. https://doi.org/10.1176/appi.ps.20220168
20. ^ Kruzan, K. P., Williams, K. D. A., Meyerhoff, J., Yoo, D. W., O'Dwyer, L. C., De Choudhury, M., & Mohr, D. C. (2022). Social media-based interventions for adolescent and young adult mental health: A scoping review. Internet interventions, 30, 100578. https://doi.org/10.1016/j.invent.2022.100578
21. ^ ^{a b} Amalia, Nurul Faiza; Dearly (2024). "Self Diagnosis Kesehatan Mental Ditinjau dari Literasi Kesehatan Mental dan Dukungan Sosial Teman Sebaya". Prosiding Konferensi Nasional Psikologi Kesehatan (dalam bahasa Inggris): 176–187. doi:10.33476/knpk.v5i1.5174. ISSN 3089-3801.
22. ^ Wijaya, Rivaldiansyah; Ramdan, Abdul Rosad; Asariningrum, Diva; Syantifa, Rizka A'in; Sarathan, Indra (2024-09-25). "Fenomena Self Diagnose terhadap Konten Kesehatan Mental di Media Sosial Tiktok: Analisis Wacana Multimodal terhadap Asumsi Masyarakat di Kolom Komentar". JSSH (Jurnal Sains Sosial dan Humaniora). 8 (2): 125. doi:10.30595/jssh.v8i2.23784. ISSN 2549-9505.
23. ^ "EzProxy - Libraries". Dalhousie University (dalam bahasa Inggris). Diakses tanggal 2025-10-12.
24. ^ Seedaket, Saowaluk; Turnbull, Niruwan; Phajan, Teerasak; Wanchai, Ausanee (2020). "Improving mental health literacy in adolescents: systematic review of supporting intervention studies". Tropical Medicine & International Health (dalam bahasa Inggris). 25 (9): 1055–1064. doi:10.1111/tmi.13449. ISSN 1365-3156.
25. ^ ^{a b} Mentzou, Aikaterini; Rogers, Amy; Carvalho, Edzia; Daly, Angela; Malone, Maeve; Kerasidou, Xaroula (2025-09-01). "Artificial Intelligence in Digital Self-Diagnosis Tools: A Narrative Overview of Reviews". Mayo Clinic Proceedings: Digital Health (dalam bahasa English). 3 (3). doi:10.1016/j.mcpdig.2025.100242. ISSN 2949-7612. PMC 12271431. PMID 40686623. Pemeliharaan CS1: Bahasa yang tidak diketahui (link)