NEWSTICKER
Rarasmaya Indraswari mahasiswa program doktor Ilmu Komputer Institut Sepuluh November (ITS) Foto: Dok.ITS
Rarasmaya Indraswari mahasiswa program doktor Ilmu Komputer Institut Sepuluh November (ITS) Foto: Dok.ITS

24 Tahun, Raras Raih Doktor di ITS

Pendidikan Pendidikan Tinggi
Muhammad Syahrul Ramadhan • 24 Februari 2020 12:58
Jakarta: Rarasmaya Indraswari mahasiswa program doktoral Ilmu Komputer Institut Sepuluh Nopember (ITS) berhasil menyandang gelar doktor di usianya yang baru 24 tahun. Gelar ini ia peroleh berkat sistem pendeteksi osteoporosis yang diciptakannya.
 
Disertasi Raras berjudul Sistem Deteksi Osteoporosis Berdasarkan Fitur Cortical Bone Rahang Bawah pada Cone-Beam Computed Tomography (CBCT). Sistem ini untuk membantu mendeteksi gejala osteoporosis yang acap kali tidak diketahui dan tidak dirasakan oleh penderita.
 
"Penyakit yang menyerang sistem rangka manusia ini biasanya baru terdeteksi ketika penderita sudah mengalami patah tulang,” terang perempuan yang akrab disapa Raras ini, dikutip dari laman ITS, Jumat, 21 Februari 2020.

Bagaimana tanggapan anda mengenai artikel ini?


Lebih lanjut ia menjelaskan, bahwa sistem deteksi yang ia gunakan ini berbeda dengan sistem yang ada saat ini. Saat ini standar deteksi osteoporosis adalah dengan mengukur kepadatan mineral tulang atau yang biasa disebut Bone Mineral Density (BMD) pada tulang punggung menggunakan perangkat Dual Energy X-Ray Absorptiometry (DEXA).
 
Hasil pengukuran tersebut berkorelasi dengan lebar tulang kortikal rahang bawah pada gambar dua dimensi (2D) dari rahang manusia. Tulang kortikal sendiri adalah jaringan pembentuk sebuah tulang.
 
Ia menyebut, gambar 2D rahang tersebutlah yang saat ini mudah didapatkan, karena harganya yang cukup terjangkau bagi masyarakat. Namun, kata Raras, terdapat sebuah masalah yakni hasil yang menunjukkan beberapa gambar gigi yang tumpang tindih atau disebut superimposisi.
 
"Untuk itu, dengan CBCT, bisa didapat gambar tiga dimensi (3D) tulang rahang, sehingga menjadi lebih jelas dan detail,” jelasnya.
 
Sementara sistem yang ia garap ini otomatis mendeteksi berdasarkan fitur tulang kortikal rahang bawah pada CBCT. Sistem tersebut terdiri dari empat tahap utama, dimulai dengan preprocessing untuk melakukan slicing atau pemotongan pada gambar CBCT, segmentasi tulang kortikal rahang bawah, ekstraksi fitur kekeroposan tulang kortikal, serta klasifikasi untuk menentukan apakah seseorang termasuk dalam kelompok normal, osteopenia, atau osteoporosis.
 
Perempuan kelahiran Kediri ini menjelaskan, pada tahap pertama tulang rahang disegmentasi menjadi tiga bagian dengan menggunakan nilai intensitas grayscale dan bentuk dari tulang kortikal.
 
"Metode tersebut dipilih karena bersifat adaptif terhadap setiap slice atau potongan CBCT," terangnya.
 
Hasil segmentasi bagian tulang kortikal inferior kemudian digunakan dalam proses ekstraksi. Hasil ekstraksi tersebut selanjutnya digunakan untuk melakukan klasifikasi data menjadi tiga kelompok dengan menggunakan metode Multiclass SVM, yakni normal, osteopenia, dan osteoporosis.
 
Menggunakan 30 buah data CBCT yang disertai dengan hasil pengukuran BMD memakai perangkat DEXA, sistem yang digagas oleh alumni SMAN 5 Surabaya ini telah berhasil melakukan deteksi osteoporosis dengan akurasi mencapai 87,10 persen.
 
Raras pun berharap penelitian yang ia garap ini bisa berkontribusi untuk meningkatkan kualitas hidup masyarakat. Ia pun menyampaikan, hasil penelitiannya perlu disosialisasikan kepada praktisi, dalam hal ini para dokter gigi.
 
“Semoga dapat berguna untuk masyarakat luas,” harapnya.
 

(CEU)
FOLLOW US

Ikuti media sosial medcom.id dan dapatkan berbagai keuntungan

Dapatkan berita terbaru dari kami Ikuti langkah ini untuk mendapatkan notifikasi

unblock notif