• Sun. Sep 20th, 2026

Gelanggang Jogja

Gelanggang News Jogja

UMY Kembangkan Lima Prototipe AI untuk Deteksi Limfoma hingga Tumor Otak

ByGelanggang Jogja

Aug 9, 2026

Gelanggang Yogyakarta – Yogyakarta – Universitas Muhammadiyah Yogyakarta mengembangkan lima prototipe kecerdasan buatan yang dirancang untuk membantu deteksi berbagai penyakit, mulai dari limfoma maligna hingga tumor otak.

Guru Besar UMY bidang Kecerdasan Buatan Terapan Prof Slamet Riyadi mengungkapkan kelima prototipe berbasis AI tersebut mencakup LymphoScan, myStressD, BrainDetect, myHeartD v3, dan myDBT-Enhance. Pengungkapan ini disampaikan saat menjadi keynote speaker dalam International Conference on Sustainable Innovation (ICoSI) UMY 2026 pada Rabu (5/8) di Ruang Sidang Gedung AR Fachruddin B lantai 5 UMY.

LymphoScan merupakan aplikasi berbasis web yang menganalisis citra mikroskopis untuk mendeteksi jenis limfoma maligna, meliputi Chronic Lymphocytic Leukemia (CLL), Follicular Lymphoma (FL), dan Mantle Cell Lymphoma (MCL). Sementara BrainDetect dirancang untuk mengklasifikasi jenis tumor otak dari citra MRI lengkap dengan skor keyakinan prediksi, serta myDBT-Enhance yang berfungsi meningkatkan kualitas citra mamografi guna mendukung skrining kanker payudara.

Untuk deteksi penyakit nonkanker, UMY menghadirkan myStressD yang dapat mengidentifikasi kondisi stres seseorang melalui analisis citra wajah pada perangkat seluler. Selain itu, terdapat myHeartD v3 yang dikembangkan untuk memperkirakan risiko penyakit jantung koroner berdasarkan data kuesioner pasien. Prof Slamet menegaskan bahwa aplikasi-aplikasi ini dirancang sebagai alat bantu dan bukan sebagai pengganti evaluasi profesional dari praktisi kesehatan.

Kelima prototipe tersebut telah terdaftar hak cipta dan diuji di laboratorium dengan tingkat akurasi tinggi. Riset UMY yang mendasari pengembangan kelima prototipe ini mencakup empat kategori utama, yakni pencitraan dada dan pernapasan, risiko kardiovaskular dan metabolik, pencitraan kanker, serta kesehatan mental dan biosignal. Pengembangan model AI tersebut memanfaatkan sejumlah arsitektur pembelajaran mesin seperti Convolutional Neural Network (CNN), VGG, hingga EfficientNet untuk pemrosesan citra medis.

Leave a Reply

Your email address will not be published. Required fields are marked *