Sabtu, 03/01/2026 18:01 WIB
Jakarta, Jurnas.com - Tim mahasiswa Institut Teknologi Sepuluh Nopember (ITS) Surabaya mengembangkan alat pendeteksi penyakit tubekulosis (TBC) hanya melalui 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.
Aplikasi Pantau Pasien Stroke Buatan Mahasiswa ITS Diadopsi RS
Mahasiswi Unair Sulap Ikan Red Devil Jadi Bahan Biodiesel
Mahasiswa ITB Sulap Limbah Tebu dan Sabut Kelapa Jadi Kertas
Ketua Tim TBCare ITS, Nathania Cahya Romadhona, mengatakan 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," kata Nathania dikutip dari laman resmi ITS pada Sabtu (3/1).
Dalam menjawab tantangan tersebut, Nathania dan timn 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," ujar dia.
TBCare ITS 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," kata dia menuturkan.
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.