Akselerasi intelektual mahasiswa Teknik Biomedis Telkom University Purwokerto di ranah riset applied science kembali meraih validasi. Tim XENON, yang terdiri dari Nissi Netania Naibaho, Cindy Mariam Sumitra, dan Moh. Zakky Qolbi Ramadhani, sukses mengukuhkan posisinya sebagai Finalis TOP 10 dalam Pekan Ilmiah Mahasiswa Telkom University Surabaya (PIM TUS) Nasional 2025. Mereka membawa terobosan metodologis berjudul “Klasifikasi Aritmia Menggunakan Dua Kanal EKG Dengan Metode Deep Learning Berbasis Risnet-18”. Keberhasilan tim ini menjadi cerminan kapasitas kampus dalam merespons isu kesehatan yang urgent.
Problematika Esensial dan Solusi Proaktif. Prestasi ini bukan sekadar pencapaian partisipatif, melainkan respons kritis terhadap problematika esensial di lapangan medis. Cindy Mariam Sumitra mengungkapkan bahwa tim memilih klasifikasi aritmia sebagai problem statement utama karena isu ini bisa berujung stroke atau kematian mendadak. “Di banyak tempat, interpretasi EKG hanya mengandalkan dokter, tenaga ahli yang tentunya terbatas,” ujarnya. Urgensi riset ini terletak pada perlunya intervensi berbasis teknologi cerdas terhadap keterbatasan tenaga ahli. Cindy menjelaskan bahwa timnya menganggap riset ini penting untuk membantu deteksi lebih cepat dan akurat, sehingga bisa membantu dokter.
Keunggulan Metodologi Deep Learning. Inovasi utama mereka terletak pada pemanfaatan ResNet-18, sebuah metode Deep Learning yang mutakhir. “ResNet-18 mampu mengenali pola EKG yang kompleks tanpa banyak rekayasa fitur manual. Dibanding metode konvensional, akurasinya lebih tinggi dan lebih adaptif terhadap noise,” jelasnya. Secara metodologis, penggunaan dua kanal EKG dianggap wajib agar model mendapat informasi sinyal yang lebih lengkap dan meminimalisir risiko salah klasifikasi.
Validasi Metodologi. Lolosnya tim ini ke jajaran TOP 10 PIM TUS Nasional 2025 merupakan validasi atas efikasi riset yang mereka bawa. Cindy mengungkapkan bahwa efektivitas model ResNet-18 diukur secara terstruktur menggunakan parameter keilmuan. “Efektivitas ResNet-18 kami ukur menggunakan parameter accuracy, sensitivity, specificity, F1-score, dan confusion matrix,” ujarnya.
Rencana Roadmap Riset dan Kohesi Data. Menyadari potensi implementasi riset ini, Cindy menjelaskan bahwa timnya telah menyusun roadmap yang proaktif dan berkelanjutan. Ke depan, mereka berencana untuk melakukan eksplorasi performa model dengan penambahan variasi data. Lebih lanjut, karena sebelumnya menggunakan data luar negeri, mereka mengakselerasi upaya untuk menggunakan data real dari Indonesia agar lebih relate dengan permasalahan aritmia lokal.
Implikasi Institusional dan Sinergi. Rencana sinergi juga akan didiskusikan dengan dosen pembimbing dan laboratorium di kampus. Hal ini bertujuan untuk mengkaji peluang pengembangan inovasi dalam bentuk prototype sederhana. “Saya juga ingin mendiskusikan kemungkinan kolaborasi dengan dosen pembimbing dan laboratorium di kampus untuk mengkaji peluang pengembangan dalam bentuk prototype sederhana,” jelasnya.
Keberhasilan ini menjadi demonstrasi nyata atas kapasitas Teknik Biomedis dalam merespons isu kesehatan dengan inovasi berbasis Deep Learning. Cindy memberikan pesan kritis bagi mahasiswa lain yang masih terintimidasi oleh kompetisi riset nasional: “Mulailah dari masalah nyata, buat solusi sederhana tapi jelas dampaknya, dan konsisten belajar dari setiap kegagalan,” ujarnya. Cindy menekankan bahwa justru dari kegagalan itulah mereka bisa tahu apa inovasi selanjutnya yang perlu dilakukan, mendorong kultur riset yang adaptif dan berdampak.
Writer: Muhammad Roekhan | Editor : Ella