telusur.co.id -Tingginya angka kasus tuberkulosis (TBC) di Indonesia yang menempati peringkat kedua tertinggi di dunia mendorong mahasiswa Institut Teknologi Sepuluh Nopember (ITS) menghadirkan inovasi skrining dini TBC berbasis suara batuk. Inovasi ini dirancang sebagai solusi alternatif yang lebih terjangkau untuk mengatasi keterbatasan akses masyarakat terhadap alat diagnosis TBC konvensional.
TBC merupakan penyakit menular yang disebabkan oleh bakteri Mycobacterium tuberculosis (Mtb) yang menyerang jaringan paru-paru. Salah satu gejala utamanya adalah batuk kronis yang berlangsung lebih dari dua hingga tiga minggu. Berangkat dari karakteristik tersebut, tim mahasiswa ITS mengembangkan metode skrining dengan memanfaatkan analisis suara batuk sebagai indikator awal deteksi TBC paru.
Ketua tim, Nathania Cahya Romadhona, menjelaskan bahwa pengolahan sinyal batuk memiliki tantangan tersendiri karena sifatnya yang inharmonik dan memiliki pola spektral tidak beraturan. Sementara itu, pengembangan kecerdasan buatan selama ini masih banyak berfokus pada fitur akustik tertentu, seperti Mel-Frequency Cepstral Coefficients (MFCC).
“Diperlukan pendekatan yang mampu menangkap kompleksitas sinyal batuk secara lebih komprehensif agar perbedaan antara batuk TBC dan non-TBC dapat teridentifikasi dengan lebih akurat,” ujar Nathania.
Untuk menjawab tantangan tersebut, tim memanfaatkan metode deep learning guna mengidentifikasi karakteristik akustik pada suara batuk pasien TBC. Data suara kemudian diproses menggunakan Yet Another Mel Spectrogram Network (YAMNet) untuk memvalidasi jenis suara. Menurut Nathania, model ini memiliki performa yang baik dalam klasifikasi dan validasi suara batuk pada berbagai kondisi lingkungan.
Di bawah bimbingan dosen ITS Dr. Eng. Dhany Arifianto, S.T., M.Eng., tim yang beranggotakan Nikolas Stanislaus Sanjaya, Faisal Azmi Sirajudin, Miskiyah, dan M. Rizki Dwi Kurnia Putra juga melakukan modifikasi pada arsitektur deep learning. Proses tersebut dilakukan dengan ekstraksi fitur menggunakan MFCC yang kemudian diproses sebagai masukan model Long Short-Term Memory (LSTM) untuk meningkatkan akurasi klasifikasi.
Selain pengembangan model, tim yang menamakan diri TBCare ini juga merancang perangkat perekam suara batuk yang terintegrasi dengan sistem Internet of Things (IoT). Perangkat tersebut dirancang agar dapat terhubung dengan basis data rumah sakit sehingga proses pengiriman dan pengelolaan data medis dapat dilakukan secara efisien.
“Alat ini berfungsi sebagai perangkat pra-skrining TBC yang portabel dan mudah dioperasikan oleh kader kesehatan, khususnya di daerah dengan keterbatasan fasilitas medis,” tutur Nathania.
Berdasarkan hasil uji validasi medis, sistem TBCare mampu mengklasifikasikan batuk tuberkulosis dengan tingkat sensitivitas sebesar 76 persen. Sistem ini juga dikembangkan menggunakan data primer dari 17 pasien di Rumah Sakit Universitas Airlangga (RSUA) dan telah mencapai Tingkat Kesiapterapan Teknologi (TKT) 6.
Atas capaian tersebut, tim Program Kreativitas Mahasiswa kategori Karsa Cipta (PKM-KC) ITS ini berhasil meraih medali emas Pekan Ilmiah Mahasiswa Nasional (Pimnas) 2025. Inovasi ini turut mendukung pencapaian Sustainable Development Goals (SDGs), khususnya tujuan ke-3 (kehidupan sehat dan sejahtera), ke-9 (industri, inovasi, dan infrastruktur), serta ke-10 (pengurangan ketimpangan).
Nathania berharap inovasi yang dikembangkan timnya dapat menjadi bagian dari upaya nasional dalam mendukung eliminasi penyakit TBC di Indonesia pada tahun 2030.
