Surabaya (beritajatim.com) – Mahasiswa Institut Teknologi Sepuluh Nopember (ITS) mengembangkan alat deteksi dini TBC berbasis suara batuk sebagai solusi skrining awal tuberkulosis yang lebih mudah diakses masyarakat. Inovasi mahasiswa ITS ini hadir di tengah tingginya beban kasus TBC di Indonesia, yang saat ini menempati peringkat kedua tertinggi di dunia.
Alat deteksi TBC tersebut dikembangkan melalui sistem analisis suara batuk dengan pendekatan kecerdasan buatan atau artificial intelligence (AI). Tuberkulosis diketahui disebabkan oleh bakteri Mycobacterium tuberculosis yang menyerang paru-paru, dengan gejala utama berupa batuk kronis lebih dari dua hingga tiga minggu. Kondisi tersebut menjadi dasar pemanfaatan suara batuk sebagai indikator awal skrining TBC.
Ketua tim peneliti, Nathania Cahya Romadhona, menjelaskan bahwa pengolahan suara batuk untuk deteksi dini TBC memiliki tantangan tersendiri karena karakteristik suara yang tidak beraturan.
“Suara batuk bersifat inharmonik sehingga sulit ditangkap oleh model deteksi konvensional yang hanya mengandalkan fitur akustik dasar,” ujarnya, Sabtu (3/1/2026).
Untuk mengatasi tantangan tersebut, tim mahasiswa ITS memanfaatkan metode deep learning guna mengidentifikasi pola akustik khas pada batuk pasien tuberkulosis. Data suara batuk diproses menggunakan Yet Another Mel Spectrogram Network (YAMNet) untuk memvalidasi jenis suara batuk dalam berbagai kondisi lingkungan.
“Model ini menunjukkan performa yang baik dalam klasifikasi suara batuk,” kata Nathania.
Tim yang dibimbing oleh dosen ITS Dhany Arifianto ini juga memodifikasi arsitektur model dengan mengekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC) yang kemudian diproses menggunakan Long Short-Term Memory (LSTM). Pendekatan ini diterapkan untuk meningkatkan akurasi sistem dalam membedakan batuk TBC dan batuk non-TBC.
Selain pengembangan model AI, tim yang menamakan diri TBCare tersebut turut merancang perangkat perekam suara batuk berbasis Internet of Things (IoT). Perangkat deteksi dini TBC ini dapat terhubung dengan basis data rumah sakit, sehingga mendukung pengelolaan data medis secara terintegrasi.
“Alat ini dirancang sebagai perangkat pra-skrining TB portable yang mudah digunakan oleh kader kesehatan,” ujarnya.
Hasil uji validasi medis menunjukkan sistem deteksi TBC berbasis suara batuk ini mampu mengklasifikasikan batuk tuberkulosis dengan tingkat sensitivitas sebesar 76 persen. Pengujian dilakukan menggunakan data primer dari 17 pasien di Rumah Sakit Universitas Airlangga (RSUA), dengan tingkat kesiapterapan teknologi berada pada level TKT 6.
Pengembangan alat deteksi dini TBC berbasis AI ini mengantarkan tim Program Kreativitas Mahasiswa Karsa Cipta (PKM-KC) ITS meraih medali emas pada Pekan Ilmiah Nasional Mahasiswa (Pimnas) 2025. Inovasi tersebut diharapkan dapat mendukung percepatan deteksi, skrining awal, serta pengendalian tuberkulosis di Indonesia. [ipl/beq]
