POJOKSATU.id — Retinoblastoma merupakan salah satu kanker anak yang paling sering ditemukan di dunia, dengan angka kejadian 1 dari 16.000 hingga 28.000 kelahiran.
Di negara maju, tingkat keberhasilan terapi bisa mencapai 99 persen karena deteksi dini dan penanganan yang tepat.
Namun, di Indonesia, keterlambatan diagnosis masih menjadi masalah serius.
Akibatnya, sekitar 40–70 persen pasien kehilangan penglihatan, mengalami kecacatan permanen, bahkan meninggal dunia.
Kondisi ini menegaskan pentingnya sistem skrining yang cepat, akurat, dan terjangkau untuk meningkatkan peluang kesembuhan serta menekan angka kebutaan pada anak.
Menjawab tantangan tersebut, tim mahasiswa Universitas Gadjah Mada (UGM) menghadirkan inovasi bertajuk Rb-AID (Retinoblastoma Artificial Intelligence Detection).
Baca Juga: ITS Buka Pendaftaran Periset Pascadoktoral 2025, Tersedia Kuota untuk WNI dan WNA
Proyek ini lahir dari Program Kreativitas Mahasiswa bidang Karsa Cipta (PKM-KC) dan memanfaatkan teknologi kecerdasan buatan untuk mendeteksi kanker mata anak sejak dini.
Tim tersebut dipimpin oleh Jonathan Setiawan (Teknik Nuklir 2023) bersama Ammar Ali Yasir (Teknologi Informasi 2023), Ammar (Teknik Mesin 2023), Muhammad Hafidz Al Farisi (Teknologi Informasi 2023), dan Emeliana Putri Ayu Ningsih (Kedokteran 2024). Mereka dibimbing oleh Prof. Dr. Eng. Ir. Herianto, S.T., M.Eng., IPU., ASEAN Eng.
Jonathan menjelaskan bahwa Rb-AID bekerja menggunakan sistem two-step convolutional neural network (TSCNN) yang terintegrasi dalam aplikasi seluler.
Aplikasi ini mampu melakukan pemeriksaan fundus mata secara real-time pada balita.
Rb-AID memiliki dua komponen utama:
- Rb-AID Tool, alat yang menjaga stabilitas dan kualitas pengambilan gambar fundus.
- Rb-AID Tool, alat yang menjaga stabilitas dan kualitas pengambilan gambar fundus.
Rb-AID Mobile Decision System, sistem yang menganalisis hasil pemeriksaan secara cepat dan objektif.
Baca Juga: Monash University Indonesia Buka Program S1, Kesempatan Emas Raih Gelar Internasional di Tanah Air
“Keputusan skrining tidak bergantung pada subjektivitas operator dan dapat diterapkan di layanan primer,” jelas Jonathan kepada wartawan, Senin (13/10).
Dari sisi desain, perangkat Rb-AID dibuat menggunakan Autodesk Inventor dan dicetak dengan teknologi 3D menggunakan bahan PLA yang ramah lingkungan.
Alat ini dilengkapi lensa 20D untuk memastikan hasil visual retina yang tajam.
“Mekanisme alat memungkinkan ponsel terpasang stabil di dudukan khusus dengan jarak kerja ideal sekitar 50 mm agar pencahayaan dan fokus optimal ke retina,” ujarnya.
Pada sisi perangkat lunak, sistem AI dilatih menggunakan ribuan citra fundus dari kasus retinoblastoma dan citra normal.
Dengan arsitektur TSCNN, aplikasi mampu mengenali tanda-tanda seperti massa putih pada retina, pola pembuluh darah tidak normal, serta refleksi cahaya yang tidak merata akibat lesi.
Baca Juga: Jurusan Bidang Kesehatan, Punya Peluang Kerja Besar dan Gaji Tinggi, Ini Daftarnya
Aplikasi ini memiliki dua mode kerja:
- Offline, di mana petugas dapat melakukan skrining dengan rujukan manual.
- Online, sistem otomatis merekomendasikan fasilitas oftalmologi terdekat dan mengirim hasil pemeriksaan ke dokter untuk verifikasi.
Keunggulan Rb-AID terletak pada kombinasi antara stabilisasi pengambilan gambar berbasis perangkat dan analisis dua tahap berbasis deep learning.
“Pendekatan ini menutup kelemahan metode terdahulu yang bergantung pada foto non-fundus atau tanpa alat bantu yang rentan bias,” tambah Jonathan.
Baca Juga: GWK dan Pemda Bali Sepakat Perjanjian Pinjam Pakai Untuk Akses Jalan Warga
Melalui inovasi ini, tim berharap proses deteksi retinoblastoma di daerah dengan keterbatasan alat fundus konvensional bisa lebih cepat dan efisien.
“Kami ingin menghadirkan skrining dini yang lebih cepat, konsisten, dan terjangkau, agar setiap anak di Indonesia memiliki kesempatan yang sama untuk melihat dunia,” ujarnya.
Ke depan, tim berencana mengembangkan prototipe fungsional yang sepenuhnya terintegrasi dengan aplikasi seluler, dilengkapi laporan ilmiah serta publikasi edukatif.
Baca Juga: Prestasi Membanggakan, Tiga Pelajar Indonesia Tembus Empat Besar Dunia di World Robot Summit Jepang
Langkah ini sejalan dengan tema PKM 2025 di bidang Kesehatan dan Gizi Masyarakat, sekaligus mendukung pencapaian Sustainable Development Goals (SDGs) poin ke-3 tentang Good Health and Well-being.***
