Sistem ini dirancang untuk mengatasi keterbatasan akses terhadap alat skrining dan diagnosis standar yang mudah dijangkau masyarakat. TBC merupakan penyakit yang disebabkan adanya perkembangbiakan bakteri Mycobacterium tuberculosis (Mtb) pada jaringan paru.
Salah satu gejala utama TBC yakni batuk kronis yang berlangsung lebih dari dua sampai tiga minggu. Metode skrining berbasis suara batuk menjadi pendekatan medis inovatif yang lebih hemat biaya dan mudah dijangkau oleh masyarakat untuk deteksi dini gejala TBC Paru.
Ketua tim Nathania Cahya Romadhona menjelaskan pengolahan sinyal batuk menghadapi tantangan karena suara batuk bersifat inharmonik yang memiliki pola spektral tidak beraturan. Sementara itu, deteksi kecerdasan buatan yang saat ini dikembangkan masih berfokus pada model deteksi batuk dengan fitur akustik, seperti Mel-Frequency Cepstral Coefficients (MFCC).
“Diperlukan pendekatan yang mampu menangkap kompleksitas sinyal batuk secara lebih komprehensif,” ujar Nathania dalam keterangan tertulis, Jumat, 2 Januari 2025.
Nathania mengungkapkan timnya memanfaatkan metode deep learning untuk mencari karakteristik akustik pada suara batuk pasien TBC. Data yang diperoleh kemudian diolah dengan Yet Another Mel Spectrogram Network (YAMNet) untuk memvalidasi jenis suara.
Baca Juga :
Inovasi Mahasiswa ITS, Proses Telur Asin Konvensional 14 Hari Jadi Hanya 5 Jam“Model ini memiliki akurasi dan performa yang unggul dalam klasifikasi dan validasi suara batuk dalam berbagai kondisi lingkungan,” ungkapnya.
Tim bimbingan dosen Dhany Arifianto yang beranggotakan Nikolas Stanislaus Sanjaya, Faisal Azmi Sirajudin, Miskiyah, dan M. Rizki Dwi Kurnia Putra itu juga melakukan sejumlah modifikasi pada arsitektur deep learning. Hal tersebut dilakukan dengan ekstraksi fitur menggunakan MFCC lalu diproses sebagai input untuk model Long Short-Term Memory (LSTM).
Modifikasi tersebut bertujuan untuk memperoleh tingkat akurasi yang lebih optimal dalam membedakan batuk TBC dan non-TBC. Berdasarkan model tersebut, tim yang bernama TBCare ini juga merancang perangkat perekaman suara batuk yang terintegrasi dengan sistem Internet of Things (IoT).
Alat ini dirancang agar dapat terhubung dengan basis data rumah sakit. Sehingga, proses pengiriman dan pengelolaan data medis dapat dilakukan secara efisien dan berkelanjutan.
“Perangkat ini memiliki kemampuan pra-skrining TB portable yang mudah dioperasikan oleh kader kesehatan di berbagai daerah,” tuturnya.
Inovasi yang dikembangkan oleh TBCare ini telah melalui uji validasi medis yang menghasilkan tingkat klasifikasi batuk tuberkulosis dengan sensitivitas sebesar 76 persen. Mahasiswa program studi Teknologi Kedokteran ITS itu menyebut sistem yang dikembangkan juga menggunakan data primer dari 17 pasien di Rumah Sakit Universitas Airlangga (RSUA) dengan tingkat kesiapterapan teknologi (TKT) 6.
Capaian ini membawa tim Program Kreativitas Mahasiswa kategori Karsa Cipta (PKM-KC) ITS meraih medali Emas dalam Pekan Ilmiah Nasional Mahasiswa (Pimnas) 2025. Nathania berharap inovasinya dapat mendukung eliminasi penyakit TBC pada tahun 2030.
Cek Berita dan Artikel yang lain di
Google News
(REN)
