Inovasi mahasiswa Universitas Airlangga (UNAIR) kembali menorehkan prestasi di tingkat nasional. Tim Uhuq Uhuq yang beranggotakan Hanif Azzikri Hidayatullah dari Fakultas Kedokteran Gigi (FKG) dan Mochamad Hilmi Hibatulloh dari Fakultas Farmasi (FF) berhasil meraih juara pertama kategori Esai Ilmiah dalam ajang Polymer 2026 yang diselenggarakan oleh Universitas Jember pada Minggu (30/8/2026).
Prestasi tersebut diraih melalui karya ilmiah berjudul “Batuk yang Beresonansi: Pengembangan Resona sebagai Sistem Triase Berbasis Acoustic Biomarker dan Convolutional Neural Network Multimodal untuk Deteksi Dini Tuberkulosis”. Dalam esai tersebut, keduanya mengusulkan Resona, sebuah sistem deteksi dini tuberkulosis (TB) yang memanfaatkan suara batuk dan teknologi kecerdasan buatan.
Resona, Teknologi Deteksi TB melalui Suara Batuk
Hanif menjelaskan bahwa Resona bekerja dengan menganalisis karakteristik frekuensi serta pola suara batuk menggunakan teknologi Convolutional Neural Network (CNN). Sistem ini dikembangkan sebagai alat triase yang mampu memberikan gambaran awal mengenai risiko TB, sehingga individu yang memiliki indikasi dapat segera diarahkan untuk menjalani pemeriksaan lebih lanjut.
Menurut Hanif, suara batuk memiliki karakteristik tertentu yang dapat dianalisis secara digital. Dengan bantuan kecerdasan buatan, pola tersebut dapat dipelajari untuk mengidentifikasi kemungkinan seseorang memiliki risiko tuberkulosis.
Ide pengembangan Resona berangkat dari masih adanya kesenjangan dalam penemuan kasus TB di Indonesia. Faktor geografis serta terbatasnya akses terhadap fasilitas pelayanan kesehatan menjadi salah satu tantangan dalam menemukan kasus secara dini. Karena itu, Resona dirancang dengan mengintegrasikan acoustic biomarker, CNN, dan biosensor napas dalam sebuah perangkat yang disebut Bilik Resona.
Hanif menuturkan bahwa konsep tersebut tidak sepenuhnya dibangun dari teknologi baru, melainkan mengembangkan berbagai komponen yang sebelumnya telah memiliki dasar penelitian ilmiah. Penggunaan mikrofon terstandarisasi dan teknologi deep learning memungkinkan sistem untuk mempelajari berbagai data suara, sehingga diharapkan mampu meningkatkan kemampuan deteksinya.
Membuka Akses Deteksi Dini yang Lebih Luas
Ke depan, Resona masih memiliki peluang untuk dikembangkan melalui berbagai tahapan, mulai dari pembuatan prototipe, pengujian klinis, hingga proses standarisasi dan regulasi di tingkat nasional. Meski demikian, teknologi ini tidak dimaksudkan untuk menggantikan pemeriksaan laboratorium. Resona lebih diarahkan sebagai alat penyaring awal yang membantu mengidentifikasi individu berisiko agar dapat memperoleh pemeriksaan medis secara lebih cepat.
Hanif berharap inovasi tersebut nantinya dapat membantu memperluas akses deteksi dini TB, khususnya bagi masyarakat yang tinggal di wilayah dengan keterbatasan akses layanan kesehatan. Menurutnya, keberhasilan sebuah teknologi tidak hanya ditentukan oleh kecanggihannya, tetapi juga oleh kemampuannya memberikan manfaat kepada masyarakat yang paling membutuhkan.
Di akhir penyampaiannya, Hanif mengajak mahasiswa untuk tidak takut mengangkat berbagai persoalan yang ditemukan di lingkungan sekitar sebagai sumber ide inovasi. Menurutnya, sebuah gagasan tidak harus selalu dimulai dari sesuatu yang kompleks. Mahasiswa dapat terlebih dahulu mengidentifikasi kesenjangan atau permasalahan yang ada, kemudian mengembangkan solusi secara sistematis dan deduktif.
Ia juga menekankan pentingnya konsistensi dalam mengembangkan ide. Kegagalan maupun keterbatasan bukan alasan untuk berhenti, melainkan bagian dari proses untuk menyempurnakan sebuah inovasi agar dapat memberikan dampak yang lebih luas.
Dengan diraihnya prestasi yang membanggakan ini, mencerminkan bahwa civitas akademika FF UNAIR dalam hal ini mahasiswa juga turut mendukung terwujudnya SDGs 3 "Good Health and Well-being" serta SDGs 9 "Industry, Innovation & Infrastructure".
