SURABAYATODAY.ID, SURABAYA –Tingginya penyakit Tuberkulosis (TBC) di Indonesia menyumbang beban kasus TBC terbesar kedua di dunia. Menyadari masalah tersebut, tim mahasiswa Institut Teknologi Sepuluh Nopember (ITS) menghadirkan inovasi deteksi dini penyakit TBC menggunakan sistem skrining berbasis suara batuk. 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. Guna melakukan deteksi dini terhadap gejala TBC Paru, metode skrining berbasis suara batuk menjadi pendekatan medis inovatif yang lebih hemat biaya dan mudah dijangkau oleh masyarakat.
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,” tambahnya.
Dalam menjawab tantangan tersebut, Nathania mengungkapkan bahwa 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. “Model ini memiliki akurasi dan performa yang unggul dalam klasifikasi dan validasi suara batuk dalam berbagai kondisi lingkungan,” ungkapnya.
Tim bimbingan dosen Dr Eng Dhany Arifianto ST MEng 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 ini menambahkan, sistem yang dikembangkan juga menggunakan data primer dari tujuh belas pasien di Rumah Sakit Universitas Airlangga (RSUA) dengan tingkat kesiapterapan teknologi (TKT) 6.
Capaian gemilang tersebut membawa tim Program Kreativitas Mahasiswa kategori Karsa Cipta (PKM-KC) ITS ini meraih medali emas dalam Pekan Ilmiah Nasional Mahasiswa (Pimnas) 2025 lalu. Karya ini juga mendukung pencapaian tujuan ke-3, ke-9 dan ke-10 Sustainable Development Goals (SDGs), yakni kehidupan yang sehat dan mengurangi ketimpangan dalam berbagai aspek kehidupan melalui inovasi yang ada. Nathania berharap agar inovasinya dapat mendukung eliminasi penyakit TBC pada tahun 2030. (ST05)
