Aplikasi AI Deteksi Batu Ginjal dengan Akurasi 99,91%
SEMARANG, Suara Muhammadiyah – Inovasi membanggakan kembali lahir dari mahasiswa Program Studi S1 Rekayasa Perangkat Lunak (RPL) ITESA Muhammadiyah Semarang. Sekelompok mahasiswa semester 5 berhasil mengembangkan aplikasi berbasis website bernama Medikidney, sebuah sistem berbasis Artificial Intelligence (AI) yang mampu mendeteksi batu ginjal melalui citra CT Scan dengan tingkat akurasi tinggi.
Aplikasi ini dikembangkan oleh tim yang terdiri dari Rahmat Ryansyah, Nanda Zafran Mahendra, Arya Yudha Ega Wardana, Ameliatus Solichah, Annisa Nur Cahyani, Rara Dwi Davisca, dan Dilla Ananda Oktafiani, di bawah bimbingan Nurul Huda, M.Kom, sebagai bagian dari Proyek Akhir mahasiswa.
Medikidney dirancang sebagai sistem pendukung keputusan bagi tenaga medis yang mampu menganalisis citra CT Scan ginjal secara otomatis. Berdasarkan hasil pengujian, sistem ini mencatat akurasi tertinggi hingga 99,91%, dengan rata-rata akurasi sebesar 95%, serta waktu analisis kurang dari 60 detik.
Pengembangan Medikidney dilatarbelakangi oleh proses analisis CT Scan ginjal yang selama ini masih banyak dilakukan secara manual, sehingga membutuhkan waktu dan ketelitian tinggi. Untuk menjawab tantangan tersebut, tim mahasiswa menghadirkan solusi berbasis Deep Learning Convolutional Neural Network (CNN).
“Kami melihat bahwa diagnosis batu ginjal membutuhkan ketepatan dan kecepatan. Melalui Medikidney, kami ingin menghadirkan sistem yang membantu dokter menganalisis CT Scan secara lebih cepat, konsisten, dan terdokumentasi,” ujar Nanda Zafran Mahendra.
Sementara itu, Rahmat Ryansyah menambahkan bahwa pengembangan aplikasi tidak hanya berfokus pada model AI, tetapi juga pada aspek rekayasa sistem secara menyeluruh.
“Kami membangun sistem yang lengkap, mulai dari keamanan login dokter, manajemen data pasien, hingga pembuatan laporan otomatis agar aplikasi ini siap digunakan secara praktis,” jelasnya.
Medikidney dirancang dengan alur sistem yang sederhana namun terintegrasi. Pengguna (dokter) dapat melakukan login, mengunggah citra CT Scan pasien, kemudian sistem akan melakukan preprocessing dan analisis menggunakan model CNN.
Hasil diagnosis berupa klasifikasi batu ginjal atau normal akan ditampilkan secara otomatis dan tersimpan dalam dashboard riwayat. Data tersebut juga dapat diunduh dalam format PDF maupun CSV untuk kebutuhan dokumentasi medis.
Aplikasi ini dilengkapi dengan berbagai fitur utama, antara lain:
Analisis berbasis Deep Learning (CNN) dengan waktu < 60 detik
Klasifikasi otomatis: Batu Ginjal dan Normal
Akurasi tinggi hingga 99,91%
Generate laporan otomatis (PDF & CSV)
Dashboard riwayat diagnosis pasien
Preview hasil analisis lengkap (data pasien, citra CT Scan, dan hasil diagnosis)
Apresiasi dan Harapan Pengembangan
Dosen pembimbing, Nurul Huda, M.Kom, menyampaikan apresiasinya terhadap capaian mahasiswa.
“Proyek Medikidney menunjukkan bahwa mahasiswa mampu mengintegrasikan kecerdasan buatan dengan rekayasa perangkat lunak secara utuh. Ini bukan sekadar proyek akademik, tetapi sudah mengarah pada solusi nyata di bidang kesehatan,” ungkapnya.
Ia juga menambahkan bahwa inovasi ini berpotensi menjadi dasar untuk penelitian lanjutan maupun pengembangan sistem diagnosis berbasis AI di masa depan.
