Tim peneliti Universitas Bina Sarana Informatika (UBSI) berhasil mengembangkan penelitian inovatif di bidang kesehatan digital melalui pemanfaatan teknologi Deep Learning untuk deteksi dini Penyakit Ginjal Kronis (Chronic Kidney Disease/CKD). Penelitian ini didanai melalui skema Penelitian Dana Yayasan (PDY) dan menjadi langkah strategis dalam mendukung transformasi layanan kesehatan berbasis kecerdasan buatan.
Penelitian berjudul “Implementasi Deep Learning pada Deteksi Dini Penyakit Ginjal Kronis Menggunakan Metode Artificial Neural Network (ANN), Long Short-Term Memory (LSTM), dan Convolutional Neural Network (CNN)” ini diketuai oleh Nurlaelatul Maulidah, M.Kom, dengan anggota peneliti Hiya Nalatissifa, M.Kom dan Kheri Agus Suseno, M.Kom, serta melibatkan mahasiswa Sabrina Ratu Aqilah dan Tia Winasti.
Penyakit ginjal kronis merupakan salah satu masalah kesehatan global dengan angka kejadian dan tingkat kematian yang terus meningkat. Deteksi dini menjadi kunci utama dalam mencegah progresivitas penyakit menuju stadium lanjut. Namun, keterbatasan metode konvensional serta akses layanan kesehatan yang belum merata menjadi tantangan tersendiri, khususnya di daerah dengan fasilitas medis terbatas.
Melalui penelitian ini, tim peneliti mengimplementasikan dan membandingkan tiga arsitektur deep learning populer—ANN, LSTM, dan CNN—dalam mengolah data klinis pasien CKD yang bersumber dari dataset publik Kaggle. Dataset tersebut mencakup berbagai parameter medis penting seperti tekanan darah, kadar kreatinin, hemoglobin, dan indikator klinis lainnya.
“Pendekatan komparatif ini menjadi keunikan penelitian kami, karena ketiga model deep learning diuji secara paralel pada dataset dan skenario yang sama, sehingga hasil evaluasi lebih objektif dan komprehensif,” ujar Ketua Peneliti, Nurlaelatul Maulidah.
Hasil penelitian menunjukkan bahwa pendekatan deep learning memiliki potensi besar dalam meningkatkan akurasi deteksi dini penyakit ginjal kronis. Selain itu, penelitian ini juga menghasilkan beberapa luaran penting, antara lain artikel ilmiah yang telah disubmit pada jurnal nasional terakreditasi SINTA 4, Hak Kekayaan Intelektual (HKI) berupa program komputer IDEAL-KIDNEY, serta video dokumentasi kegiatan penelitian.
Ke depan, hasil penelitian ini diharapkan dapat menjadi dasar pengembangan sistem pendukung keputusan klinis berbasis AI yang mudah diakses dan aplikatif, sekaligus berkontribusi nyata dalam peningkatan kualitas layanan kesehatan di Indonesia, khususnya dalam menghadapi tantangan era digital dan Revolusi Industri 4.0.
