Pengenalan TBC dari Suara Batuk Menggunakan Pembelajaran Mendalam Mahasiswa ITS

Inovasi Deteksi Dini TBC dengan Sistem Suara Batuk

Sebuah tim mahasiswa Institut Teknologi Sepuluh Nopember (ITS) Surabaya menciptakan inovasi terbaru dalam mendeteksi dini penyakit Tuberkulosis (TBC). Inovasi ini menggunakan sistem tapis berbasis suara batuk, yang dirancang untuk memudahkan masyarakat dalam mengakses layanan screening TBC.

Tim yang terdiri dari lima mahasiswa dari berbagai jurusan di ITS, yaitu Nathania Cahya Romadhona, Nikolas Stanislaus Sanjaya, Faisal Azmi Sirajudin, Miskiyah, dan M Rizki Dwi Kurnia Putra, memberi nama inovasinya TBCare. Ketua tim, Nathania, menjelaskan bahwa ide ini lahir dari tingginya angka penderita TBC di Indonesia. Mereka ingin memperluas akses masyarakat terhadap sistem screening TBC secara lebih mudah.

“Salah satu gejala utama TBC adalah batuk kronis yang berlangsung lebih dari dua sampai tiga minggu. Oleh karena itu, metode screening berbasis suara batuk menjadi pendekatan medis inovatif yang hemat biaya dan mudah dijangkau oleh masyarakat,” ujar Nathania.

Pendekatan Berbasis Deep Learning

Untuk mengeksplorasi karakteristik akustik pada suara batuk pasien TBC, tim menggunakan metode deep learning. Data suara batuk 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.

Selain itu, tim juga melakukan modifikasi pada arsitektur deep learning. Hal tersebut dilakukan dengan ekstraksi fitur akustik menggunakan Mel-Frequency Cepstral Coefficients (MFCC), lalu diproses sebagai input untuk model Long Short-Term Memory (LSTM). Modifikasi ini bertujuan untuk meningkatkan tingkat akurasi dalam membedakan batuk TBC dan non-TBC.

Integrasi dengan Sistem IoT

Berdasarkan model tersebut, tim juga merancang perangkat perekaman suara batuk yang terintegrasi dengan sistem Internet of Things (IoT). Alat ini dirancang agar dapat terhubung dengan basis data rumah sakit, sehingga proses pengiriman dan pengelolaan data medis dapat dilakukan secara efisien dan berkelanjutan.

“Perangkat ini memiliki kemampuan pre-sreening TB portable yang mudah dioperasikan oleh kader kesehatan di berbagai daerah,” jelas Nathania.

Hasil Uji Validasi Medis

Inovasi TBCare telah melalui uji validasi medis yang menghasilkan tingkat klasifikasi batuk tuberkulosis dengan sensitivitas sebesar 76 persen. Sistem yang dikembangkan juga menggunakan data primer dari 17 pasien di Rumah Sakit Universitas Airlangga (RSUA).

Saat ini, TBCare memiliki tingkat kesiapan teknologi (TKT) skala 6. Artinya, prototipe sistem ini masih dalam tahap pengujian di lingkungan relevan. Sistem akan siap diuji di lingkungan jika mencapai skala 7.

Penghargaan dalam Pimnas 2025

Inovasi TBCare berhasil membuat tim ini meraih medali emas untuk kategori Karsa Cipta dalam Pekan Ilmiah Nasional Mahasiswa (Pimnas) 2025 ke-38 pada November 2025. Nathania berharap inovasinya dapat mendukung eliminasi penyakit TBC pada tahun 2030.