Mahasiswa ITS Ciptakan Deteksi TBC lewat Suara Batuk, Sensitivitas Capai 76 Persen

METROTODAY, SURABAYA – Indonesia merupakan negara dengan beban kasus Tuberkulosis (TBC) terbesar kedua di dunia.

Menyadari hal ini, tim mahasiswa Institut Teknologi Sepuluh Nopember (ITS) mengembangkan sistem skrining deteksi dini TBC menggunakan suara batuk, yang dirancang untuk mengatasi keterbatasan akses terhadap alat skrining dan diagnosis standar yang mudah dijangkau masyarakat.

TBC disebabkan oleh bakteri Mycobacterium tuberculosis (Mtb) pada jaringan paru, dengan gejala utama berupa 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.

Ketua tim Nathania Cahya Romadhona menjelaskan bahwa pengolahan sinyal batuk menghadapi tantangan karena sifatnya yang inharmonik dengan pola spektral tidak beraturan. Sebagian besar model deteksi kecerdasan buatan saat ini masih berfokus pada fitur akustik seperti Mel-Frequency Cepstral Coefficients (MFCC).

“Diperlukan pendekatan yang mampu menangkap kompleksitas sinyal batuk secara lebih komprehensif,” ujarnya.

Untuk menjawab tantangan tersebut, timnya memanfaatkan metode deep learning untuk mengidentifikasi 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,” ungkap Nathania.

Alat ini juga melakukan modifikasi pada arsitektur deep learning. Mereka melakukan ekstraksi fitur menggunakan MFCC yang kemudian diproses sebagai input untuk model Long Short-Term Memory (LSTM), bertujuan untuk memperoleh tingkat akurasi optimal dalam membedakan batuk TBC dan non-TBC.

Berdasarkan model tersebut, tim yang bernama TBCare merancang perangkat perekaman suara batuk terintegrasi dengan sistem Internet of Things (IoT). Alat ini dapat terhubung dengan basis data rumah sakit untuk pengelolaan data medis yang efisien. “Perangkat ini memiliki kemampuan pra-skrining TB portable yang mudah dioperasikan oleh kader kesehatan di berbagai daerah,” tuturnya.

Inovasi TBCare telah melalui uji validasi medis dengan hasil tingkat klasifikasi batuk TBC sebesar 76 persen sensitivitas. Sistem ini menggunakan data primer dari 17 pasien di Rumah Sakit Universitas Airlangga (RSUA) dan memiliki Tingkat Kesiapan Teknologi (TKT) 6. (ahm)