Mahasiswa UNAIR Ciptakan Alat Sistem Deteksi Otomatis Komplikasi Diabetes Pada Mata

Dewasa ini ilmu pengetahuan dan teknologi sedang berkembang pesat. Perkembangan itu telah merambah berbagai aspek, termasuk dalam teknologi di bidang kesehatan. Penerapan teknologi dapat membantu para tenaga medis untuk mendiagnosa suatu penyakit dan kelainan pada organ tubuh manusia.

Diabetes Mellitus (DM) sebagai penyakit kelainan metabolik dengan jumlah penderitanya meningkat setiap tahunnya. Bagi penderitanya, DM berpotensi menimbulkan komplikasi serta munculnya penyakit lanjutan. Diabetic Retinopathy atau retinopati diabetik merupakan salah satu komplikasi DM yang menyerang retina mata dan menjadi salah satu penyebab utama kebutaan.

Pemeriksaan retinopati diabetik saat ini dilakukan dengan teknik fundus photography yaitu menggunakan alat yang disebut kamera fundus. Citra yang dihasilkan dari teknik ini dikaji oleh ophthalmologist secara manual. Perangkat kamera fundus yang ada saat ini belum dilengkapi dengan perangkat lunak, khusus yang dapat mendeteksi retinopati diabetik secara otomatis.

Baca juga  Huawei Umumkan Program Seeds for the Future

Dibutuhkan suatu metode yang efektif dan efisien untuk membantu opthalmologist dalam mendiagnosis retinopati diabetik. Saat ini banyak dikembangkan sistem diagnosis suatu penyakit berbasis pengolahan citra medis dengan bantuan komputer. Teknik terbaru pengolahan citra berdasarkan analisis ekstraksi fitur tidak hanya dapat mendiagnosis tetapi juga membantu mendeteksi tingkat keparahan retinopati diabetik (Walvekar dan Salunke, 2015).

Berangkat dari kebutuhan penting itulah, tim Program Kreativitas Mahasiswa bidang Teknologi (PKM-T) Universitas Airlangga yang terdiri dari Bestia Kumala (ketua), dengan anggota Debrina Rizka, Nurrahmah Wida, Nalindra Berliani dan Nitasya Ayu Alamanda Putri, menciptakan suatu sistem deteksi otomatis diabetik retinopati yang diberi nama Sadar Diri (Smart Automated Detection Software for Diabetic Retinopathy).

Sistem deteksi ini berbasis jaringan saraf tiruan yang dinilai efektif dalam mengenali pola-pola kompleks dan spesifik dalam mengklasifikasi data melalui proses belajar. Setelah melalui seleksi ketat oleh Dirjen Dikti, proposal inovasi PKMT berjudul ”Sadar Diri (Smart Automated Detection Software For Diabetic Retinopathy) Berbasis Jaringan Saraf Tiruan di UPT Rumah Sakit Mata Masyarakat Jawa Timur” ini berhasil lolos, dan berhak mendapatkan dana pengembangan dari Kementerian Riset Teknologi dan Pendidikan Tinggi (Kemenristekdikti) dalam program PKM 2017-2018.

Baca juga  Kementerian PUPR RI :Tujuh Ruas Jalan Tol Baru Akan Dilelang Tahun 2019

Mekanismenya

”Mekanisme kerja piranti ini sangat sederhana, sehingga dapat menghemat waktu, yaitu gambar retina yang ditangkap kamera fundus akan dihubungkan ke Personal Computer (PC) yang telah terinstal program,” kata Bestia Kumala.

Perangkat lunak akan melakukan beberapa proses pengolahan citra dan proses klasifikasi citra normal atau citra retinopati diabetik. Selain itu program ini juga dapat mengklasifikasikan tingkat keparahan yaitu Nonproliferative Diabetic Retinopathy (NPDR) dan Proliferative Diabetic Retinopathy (PDR).

Perangkat lunak ini juga memiliki desain interface yang user friendly sehingga mudah untuk dioperasikan. Teknologi perangkat lunak ini dapat digunakan sebagai screening cepat dan deteksi awal karena hasil diagnosis dapat langsung terlihat di layar PC/komputer.

Baca juga  10 Alasan Epic Galaxy S21 FE 5G Wajib Jadi Smartphone Andalan Para Gen Z di 2022

Padahal, kata Bestia, kebutaan akibat diabetik retinopati merupakan masalah kesehatan yang perlu diwaspadai karena kebutaan akan menurunkan kualitas hidup dan produktivitas penderita, yang akhirnya bsia menimbulkan beban sosial masyarakat.

”Dengan penerapan teknologi hasil inovasi ini kami berharap dapat digunakan sebagai second opinion dalam diagnosa penyakit retinopati diabetic, sehingga meningkatan kualitas pelayanan kesehatan. Dan dengan pelayanan kesehatan yang baik maka akan meningkatkan kualitas hidup masyarakat Indonesia,” kata Bestia Kumala.