AYOSEMARANG.COM -- Inovasi teknologi dari Semarang kembali menarik perhatian dunia. Dosen Teknik Elektro Universitas Semarang (USM), Dr Ir Andi Kurniawan Nugroho ST MT IPM, memperkenalkan sistem kecerdasan buatan (AI) untuk deteksi cepat stroke iskemik akut dalam ajang The International Conference on Artificial Intelligence and Its Applications (ICON-AI 2025) di Universiti Teknologi Malaysia, pada 12–13 November 2025.
Riset yang dipresentasikan Andi mendapat sorotan internasional bukan karena pembiayaan besar atau publisitas masif, melainkan karena dampaknya yang langsung menyentuh isu hidup dan mati: deteksi dini stroke iskemik akut, salah satu penyebab kecacatan dan kematian tertinggi di dunia.
Dalam forum internasional itu, Andi berbicara menggunakan “bahasa global” kecerdasan buatan: deep learning, transfer learning, hingga convolutional neural network (CNN).
Deteksi Akurat dalam Hitungan Detik
Bersama timnya, Andi memperkenalkan sistem AI yang dapat membaca hasil MRI otak pasien dan membedakan apakah terdapat tanda-tanda stroke iskemik atau tidak. Proses klasifikasi berlangsung hanya dalam hitungan detik dengan tingkat akurasi mencapai 96,5 persen.
''Bagi awam, angka itu mungkin terdengar abstrak. Tapi bagi para dokter di ruang gawat darurat, 96,5% 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.
Teknologi itu dibangun dari 2.400 citra MRI otak yang dikumpulkan dari berbagai rumah sakit di Indonesia. Sebanyak separuh data berasal dari pasien stroke, sementara separuh lainnya dari individu sehat.
Belajar dari VGG-16, AI yang Dilatih Ulang untuk Dunia Medis
Model AI yang digunakan dalam riset ini adalah VGG16, arsitektur jaringan saraf tiruan yang awalnya dirancang untuk mengenali jutaan objek umum. Melalui metode transfer learning, model tersebut “dilatih ulang” untuk membaca pola gelap, batas lesi, dan perubahan tekstur halus di jaringan otak.
''Yang membuat karya ini istimewa bukan hanya akurasinya melainkan kesederhanaannya,'' tuturnya.
Model VGG-16 mencapai performa optimal hanya dalam 50 epoch pelatihan, tanpa menunjukkan gejala overfitting yang bisa membuat AI gagal mengenali kasus-kasus baru.
Dari empat arsitektur yang diuji—VGG-16, VGG-19, ResNet50, dan InceptionV3—VGG-16 tampil paling konsisten dalam mendeteksi pola visual khas stroke iskemik.
Bukan untuk Menggantikan Radiolog
Andi menegaskan bahwa teknologi ini bukan bertujuan menggantikan tenaga medis, melainkan memberikan sistem pendukung diagnosis yang dapat bekerja tanpa lelah.
