Universitas Airlangga Official Website

Mahasiswa UNAIR Raih Juara 1 Esai Ilmiah lewat Inovasi Deteksi Tuberkulosis Berbasis Suara Batuk

Hanif Azzikri Hidayatullah dan Mochamad Hilmi Hibatulloh meraih juara 1 Esaii Ilmiah pada ajang Polymer 2026 (Foto : dok. Tim Uhuq Uhuq)
Hanif Azzikri Hidayatullah dan Mochamad Hilmi Hibatulloh meraih juara 1 Esaii Ilmiah pada ajang Polymer 2026 (Foto : dok. Tim Uhuq Uhuq)

UNAIR NEWS – Gagasan inovatif mahasiswa Universitas Airlangga (UNAIR) berhasil meraih prestasi tingkat nasional. Tim Uhuq Uhuq yang terdiri dari Hanif Azzikri Hidayatullah dari Fakultas Kedokteran Gigi (FKG) dan Mochamad Hilmi Hibatulloh dari Fakultas Farmasi (FF) berhasil meraih juara 1 Esai Ilmiah pada ajang Polymer 2026 yang diselenggarakan oleh Universitas Jember pada Minggu (30/8/2026).

Melalui esai berjudul Batuk yang Beresonansi: Pengembangan Resona sebagai Sistem Triase Berbasis Acoustic Biomarker dan Convolutional Neural Network Multimodal untuk Deteksi Dini Tuberkulosis, mereka mengembangkan gagasan sistem deteksi dini tuberkulosis (TB) berbasis suara batuk dan kecerdasan buatan.

Resona : Deteksi Tuberkulosis Berbasis Suara

Hanif menjelaskan bahwa Resona memanfaatkan frekuensi dan pola pada batuk yang ia dan tim analisis menggunakan Convolutional Neural Network (CNN). Sistem tersebut ia rancang untuk memberikan indikasi risiko TB secara cepat, sehingga pasien dapat segera memperoleh pemeriksaan lanjutan.

“Batuk memiliki karakteristik frekuensi dan pola tertentu. Dengan kecerdasan buatan, pola tersebut dapat dipelajari untuk memberikan indikasi apakah seseorang memiliki risiko tuberkulosis atau tidak,” jelasnya.

Gagasan ini bermula dari kesenjangan penemuan kasus TB di Indonesia yang dipengaruhi kondisi geografis dan keterbatasan akses terhadap fasilitas kesehatan. Untuk mengatasi permasalahan tersebut, tim merancang Resona sebagai sistem triase yang menggabungkan acoustic biomarker, CNN, dan biosensor napas dalam sebuah perangkat bernama Bilik Resona.

“Kami tidak mulai dari nol, namun kami mengembangkan komponen yang sudah teruji secara ilmiah. Dengan mikrofon yang terstandarisasi dan teknologi deep learning, sistem dapat terus belajar dari data sehingga berpotensi meningkatkan akurasi deteksi,” ujarnya.

Menjangkau Masyarakat Lebih Luas

Hanif juga menyebutkan bahwa Resona berpotensi untuk dikembangkan melalui pembuatan prototipe, uji klinis, hingga standarisasi dan regulasi nasional. Resona tidak ia tujukan untuk mengganti pemeriksaan laboratorium, melainkan menyaring individu agar dapat memperoleh pemeriksaan lebih cepat. 

“Kami ingin membawa deteksi dini sampai kepada mereka yang berada di daerah terjauh, sehingga kasus dapat ditemukan dan ditangani lebih awal. Menurut kami, teknologi terbaik bukan yang paling canggih, tetapi bisa menjangkau mereka yang paling membutuhkan,” ungkapnya

Pada akhir, ia menyampaikan pesan agar mahasiswa tidak ragu mengangkat permasalahan di sekitar untuk menciptakan sebuah inovasi. “Tidak perlu terlalu kompleks. Mulailah dari kesenjangan atau permasalahan yang ada, kemudian susun gagasan secara deduktif. Intinya jangan menyerah dan terus kembangkan ide,” pungkasnya. 

Penulis : Maulya Afifah Zahra 

Editor : Ragil Kukuh Imanto