KUALA LUMPUR (SUARABARU.ID)– Dosen Teknik Elektro Universitas Semarang (USM), Dr Ir Andi Kurniawan Nugroho ST MT IPM, memperkenalkan teknologi AI dalam mendeteksi stroke dalam waktu singkat, di The International Conference on Artificial Intelligence and Its Applications (Icon-AI 2025), di Universiti Teknologi Malaysia, Kuala Lumpur, Rabu-Kamis (12-13/11/2025).
Hasil penelitiannya itu, sukses mencuri perhatian dari beberapa negara. Bukan karena sorotan media, bukan pula karena anggaran riset miliaran rupiah, melainkan karena karyanya menyentuh urusan “hidup dan mati”, yakni deteksi dini stroke iskemik akut, penyebab utama kecacatan dan kematian di dunia.
Dalam acara itu, Andi berbicara dalam bahasa global, deep learning, transfer learning, dan convolutional neural network.
BACA JUGA: Tim PKM USM Beri Pelatihan Kabel Jaringan FO di SMK Pembangunan Mranggen
Bersama timnya, Dr Andi memaparkan sistim kecerdasan buatan, yang mampu membaca hasil Magnetic Resonance Imaging (MRI) otak pasien, lalu membedakan apakah gambar itu menunjukkan tanda-tanda stroke iskemik atau tidak, dalam hitungan detik, dengan tingkat ketepatan mencapai 96,5 persen.
”Bagi orang awam, angka itu terdengar abstrak. Tapi bagi para dokter di ruang gawat darurat, 96,5 persen berarti dari 100 pasien yang datang dengan gejala mencurigakan, hanya 3-4 kasus yang berisiko terlewat angka yang sangat kecil dalam dunia kedokteran gawat darurat, di mana setiap menit keterlambatan bisa berarti kehilangan dua juta sel otak,” kata Andi.
Menurut dia, sistim itu tak lahir dari udara kosong. Sistim itu dibangun di atas 2.400 gambar MRI otak, separuh dari pasien stroke, separuh dari orang sehat, yang dikumpulkan dari sejumlah rumah sakit di Indonesia.
BACA JUGA: Mahasiswa Asing USM Juara 1 Lomba Menyanyi Indo-Pop Voice
Tim Dr Andi memanfaatkan teknik transfer learning, atau mengambil “pengetahuan visual” yang sudah dimiliki AI dari dunia luar, lalu mengadaptasinya ke dunia medis.
Hasilnya, model VGG-16 mencapai performa puncak hanya dalam 50 epoch pelatihan, stabil tanpa gejala overfitting, yakni saat AI terlalu hafal data latih, dan gagal mengenali kasus baru.
Bahkan di antara empat arsitektur AI ternama yang diuji (VGG-16, VGG-19, ResNet50, dan InceptionV3), VGG-16 unggul bukan karena paling rumit, tapi karena paling konsisten. Lapis demi lapis filter 3×3 bekerja menangkap ciri-ciri visual dengan presisi tinggi, tanpa kehilangan fokus pada esensi diagnosis.
BACA JUGA: Tim PKM Dosen Teknik Sipil USM Dampingi Pemasangan U-Ditch untuk Drainase Jalan Semarang-Godong
Disampaikan juga, ini bukan tentang menggantikan radiolog. Ini tentang memberi mereka second pair of eyes, mata kedua yang tak pernah lelah, tak pernah terburu-buru, dan selalu siap 24 jam.
”Tentu jalan masih panjang. Dataset yang digunakan berasal dari satu negara, belum mencakup variasi etnis, usia ekstrem, atau komorbiditas kompleks. Model ini juga belum bisa membedakan jenis stroke, apakah akibat gumpalan jantung, aterosklerosis, atau emboli lainnya,” ungkap Andi.
Riyan
