Haijatim.com, Surabaya – Cukup berbasis suara batuk, kini menjadi inovasi deteksi dini penyakit TBC. Tentunya ini merupakan solusi harapan baru pengobatan TBC yang membutuh waktu berbulan-bulan.
Diketahui tingginya angka penyakit tuberkulosis (TBC) di Indonesia masih menjadi persoalan kesehatan serius. Indonesia saat ini menyumbang beban kasus TBC terbesar kedua di dunia, setelah India. Kompleksitas penyakit ini tidak hanya terlihat dari tingginya angka penularan, tetapi juga dari proses pengobatan yang sangat panjang dan pelik, yang dapat memakan waktu hingga enam bulan atau lebih.
TBC disebabkan oleh bakteri Mycobacterium tuberculosis (Mtb) yang berkembang biak secara lambat di jaringan paru-paru. Karakteristik bakteri inilah yang menjadi salah satu alasan utama mengapa pengobatan TBC tidak bisa dilakukan dalam waktu singkat. Pasien harus mengonsumsi kombinasi obat antituberkulosis secara rutin dan terkontrol dalam jangka panjang untuk memastikan seluruh bakteri benar-benar mati dan tidak menimbulkan resistansi obat.
Batuk Kronis Lebih Dua Minggu
Selain itu, keterlambatan diagnosis sering memperparah kondisi pasien. Salah satu gejala utama TBC adalah batuk kronis yang berlangsung lebih dari dua hingga tiga minggu, namun kerap diabaikan atau disalahartikan sebagai penyakit pernapasan biasa. Akibatnya, banyak pasien baru terdeteksi saat kondisi sudah cukup parah, sehingga memperpanjang masa pengobatan.
Menyadari tantangan tersebut, tim mahasiswa Institut Teknologi Sepuluh Nopember (ITS) menghadirkan inovasi deteksi dini TBC berbasis suara batuk yang diharapkan mampu mempercepat proses skrining dan menekan keterlambatan penanganan.
Tantangan Medis dan Teknologi dalam Deteksi TBC
Ketua tim TBCare, Nathania Cahya Romadhona, menjelaskan bahwa pengolahan suara batuk bukan perkara mudah. Suara batuk bersifat inharmonik dan memiliki pola spektral yang tidak beraturan, sehingga sulit dianalisis menggunakan metode konvensional.
“Pengolahan sinyal batuk menghadapi tantangan karena suara batuk bersifat inharmonik dan tidak memiliki pola yang konsisten. Diperlukan pendekatan yang mampu menangkap kompleksitas sinyal batuk secara lebih komprehensif,” ujar Nathania, Ketua Tim TBCare ITS.
Selama ini, deteksi berbasis kecerdasan buatan masih banyak berfokus pada fitur akustik seperti Mel-Frequency Cepstral Coefficients (MFCC). Namun, pendekatan tersebut dinilai belum sepenuhnya mampu membedakan karakteristik batuk TBC dan non-TBC secara optimal.
Deep Learning untuk Percepat Deteksi Dini
Untuk menjawab tantangan tersebut, tim TBCare memanfaatkan metode deep learning guna mengenali karakteristik akustik khas batuk pasien TBC. Data suara batuk diolah menggunakan Yet Another Mel Spectrogram Network (YAMNet) untuk memvalidasi jenis suara.
“Model YAMNet memiliki akurasi dan performa yang unggul dalam klasifikasi serta validasi suara batuk dalam berbagai kondisi lingkungan,” ungkap Nathania.
Tim bimbingan dosen Dr Eng Dhany Arifianto ST MEng ini juga melakukan modifikasi arsitektur deep learning dengan mengekstraksi fitur MFCC yang kemudian diproses menggunakan Long Short-Term Memory (LSTM). Modifikasi tersebut bertujuan meningkatkan akurasi dalam membedakan batuk TBC dan non-TBC, sehingga skrining dapat dilakukan lebih cepat dan efisien.
Skrining Lebih Cepat, Pengobatan Bisa Dimulai Lebih Dini
Selain pengembangan sistem kecerdasan buatan, tim yang beranggotakan Nikolas Stanislaus Sanjaya, Faisal Azmi Sirajudin, Miskiyah, dan M. Rizki Dwi Kurnia Putra ini juga merancang perangkat perekam suara batuk berbasis Internet of Things (IoT).
“Perangkat ini memiliki kemampuan pra-skrining TB portable yang mudah dioperasikan oleh kader kesehatan di berbagai daerah dan dapat terhubung langsung dengan basis data rumah sakit,” tutur Nathania.
Inovasi ini dinilai penting karena deteksi dini berperan besar dalam mempersingkat durasi penularan dan mencegah komplikasi, yang selama ini membuat pengobatan TBC menjadi semakin lama dan kompleks.
Teruji Secara Medis dan Raih Penghargaan Nasional
Sistem TBCare telah melalui uji validasi medis dengan sensitivitas klasifikasi batuk TBC mencapai 76 persen. Pengujian dilakukan menggunakan data primer dari 17 pasien di Rumah Sakit Universitas Airlangga (RSUA) dan telah mencapai Tingkat Kesiapterapan Teknologi (TKT) 6.
Capaian tersebut mengantarkan tim Program Kreativitas Mahasiswa kategori Karsa Cipta (PKM-KC) ITS meraih medali emas pada Pekan Ilmiah Nasional Mahasiswa (Pimnas) 2025.
Inovasi ini juga mendukung pencapaian Sustainable Development Goals (SDGs), khususnya tujuan ke-3 (kehidupan sehat), ke-9 (inovasi), dan ke-10 (pengurangan ketimpangan).
“Kami berharap inovasi ini dapat membantu deteksi lebih dini sehingga pengobatan dapat dimulai lebih cepat dan mendukung target eliminasi TBC pada tahun 2030,” pungkas Nathania.
Dengan deteksi dini yang lebih mudah diakses, diharapkan pengobatan TBC yang selama ini memakan waktu berbulan-bulan dapat dijalani lebih efektif, sekaligus menekan angka penularan di masyarakat. (boi)
