Inovasi di bidang kesehatan kembali menunjukkan geliatnya dari lingkungan kampus. Tim mahasiswa Institut Teknologi Sepuluh Nopember (ITS) Surabaya berhasil mengembangkan sebuah sistem deteksi dini tuberkulosis (TBC) berbasis analisis suara batuk yang diberi nama TBCare. Teknologi ini dirancang sebagai metode skrining TBC yang lebih terjangkau, mudah digunakan, dan berpotensi menjangkau masyarakat luas, khususnya di wilayah dengan keterbatasan fasilitas medis.
TBCare dikembangkan oleh tim lintas jurusan yang terdiri dari Nathania Cahya Romadhona, Nikolas Stanislaus Sanjaya, Faisal Azmi Sirajudin, Miskiyah, dan M Rizki Dwi Kurnia Putra. Inovasi ini lahir dari keprihatinan terhadap masih tingginya angka penderita TBC di Indonesia, sekaligus tantangan akses terhadap alat deteksi dini yang umumnya membutuhkan biaya dan fasilitas khusus.
Simak artikel informatif lainnya di Mureks melalui mureks.co.id.
Skrining TBC Berbasis Batuk sebagai Solusi Alternatif
Ketua tim TBCare, Nathania Cahya Romadhona, menjelaskan bahwa batuk kronis merupakan salah satu gejala utama penyakit tuberkulosis. Batuk yang berlangsung lebih dari dua hingga tiga minggu sering menjadi tanda awal infeksi TBC, namun kerap diabaikan karena keterbatasan akses pemeriksaan lanjutan.
“Salah satu gejala utama TBC adalah batuk kronis yang berlangsung lebih dari dua sampai tiga minggu. Karenanya, metode screening berbasis suara batuk menjadi pendekatan medis inovatif yang lebih hemat biaya dan mudah dijangkau oleh masyarakat,” kata Nathania melalui keterangan tertulis pada 2 Januari 2026.
Berangkat dari kondisi tersebut, tim mahasiswa ITS ini memanfaatkan teknologi deep learning untuk mengidentifikasi karakteristik akustik khusus pada suara batuk pasien TBC. Pendekatan ini memungkinkan sistem mengenali perbedaan antara batuk akibat TBC dan batuk yang disebabkan oleh kondisi lain.
Didukung Teknologi AI dan Deep Learning Canggih
Dalam pengembangannya, TBCare menggunakan Yet Another Mel Spectrogram Network (YAMNet) untuk memvalidasi jenis suara batuk. Model ini dikenal memiliki performa yang baik dalam klasifikasi audio, bahkan dalam kondisi lingkungan yang bervariasi. Mureks mencatat bahwa penggunaan YAMNet menjadi kunci dalam memastikan akurasi awal sistem ini.
Tidak berhenti di situ, tim TBCare juga melakukan modifikasi pada arsitektur deep learning untuk meningkatkan akurasi. Proses ini dilakukan dengan mengekstraksi fitur akustik menggunakan Mel-Frequency Cepstral Coefficients (MFCC), yang kemudian diproses sebagai input bagi model Long Short-Term Memory (LSTM).
“Kami melakukan penyesuaian arsitektur agar sistem mampu membedakan batuk TBC dan non-TBC secara lebih optimal. Tujuannya adalah meningkatkan tingkat akurasi sekaligus menjaga stabilitas performa di berbagai kondisi,” jelas Nathania, yang berasal dari jurusan Teknologi Kedokteran ITS.
Terintegrasi IoT dan Basis Data Rumah Sakit
Keunggulan lain dari TBCare terletak pada rancangan perangkat kerasnya. Tim yang dibimbing oleh Dhany Arifianto ini mengembangkan perangkat perekam suara batuk yang terintegrasi dengan sistem Internet of Things (IoT). Perangkat tersebut dirancang agar dapat terhubung langsung dengan basis data rumah sakit.
Dengan integrasi ini, proses pengiriman dan pengelolaan data medis dapat dilakukan secara lebih efisien dan berkelanjutan. Data hasil skrining dapat dikirimkan secara digital, sehingga memudahkan tenaga kesehatan dalam melakukan pemantauan awal dan tindak lanjut.
“Perangkat ini memiliki kemampuan pre-sreening TB portable yang mudah dioperasikan oleh kader kesehatan di berbagai daerah”, tambah Nathania.
Hasil Uji Validasi Menjanjikan dan Kesiapan Teknologi
Dalam tahap pengujian awal, TBCare telah melalui uji validasi medis dengan hasil yang cukup menjanjikan. Sistem ini mampu mengklasifikasikan batuk tuberkulosis dengan tingkat sensitivitas mencapai 76 persen. Data yang digunakan dalam pengujian berasal dari 17 pasien di Rumah Sakit Universitas Airlangga (RSUA).
Saat ini, TBCare berada pada Tingkat Kesiapterapan Teknologi (TKT) skala 6, yang berarti prototipe telah diuji di lingkungan relevan. Sistem ini akan memasuki tahap pengujian di lingkungan operasional nyata setelah mencapai TKT skala 7.
Raih Medali Emas di Pimnas 2025
Inovasi TBCare juga mendapatkan pengakuan di tingkat nasional. Tim mahasiswa ITS ini berhasil meraih medali emas kategori Karsa Cipta (KC) dalam ajang Pekan Ilmiah Nasional Mahasiswa (Pimnas) ke-38 tahun 2025, yang diselenggarakan pada November 2025. Prestasi tersebut semakin menegaskan potensi TBCare sebagai solusi teknologi kesehatan berbasis riset yang aplikatif.
Nathania berharap inovasi ini dapat berkontribusi dalam mendukung target pemerintah Indonesia untuk eliminasi TBC pada tahun 2030.
