Prodi Sistem Informasi Universitas Pendidikan Ganesha berdedikasi untuk memajukan penelitian yang selaras dengan Tujuan Pembangunan Berkelanjutan (Sustained Development Goals/ SDGs) yang ditetapkan oleh Perserikatan Bangsa-Bangsa. Salah satu inisiatif penelitian yang dipimpin oleh I Made Dendi Maysanjaya, dosen di Program Studi Sistem Informasi, berfokus pada diabetes retinopati, sebuah kondisi mata kritis yang umum terjadi pada individu dengan diabetes yang dapat menyebabkan gangguan penglihatan dan kebutaan.
Retinopati diabetik adalah komplikasi diabetes serius yang ditandai dengan kerusakan pembuluh darah dan serabut saraf pada mata, terutama disebabkan oleh adanya eksudat—endapan akibat kebocoran pembuluh darah. Eksudat dikategorikan menjadi dua jenis: eksudat keras dan eksudat lunak, dengan eksudat lunak yang menjadi fokus penelitian ini.
Untuk mendapatkan diagnosis dan pengobatan yang lebih efektif, penelitian ini memanfaatkan teknik pemrosesan gambar digital, khususnya menggunakan metode berbasis pembelajaran mendalam yang dikenal sebagai U-Net. Model U-Net terkenal karena kemahirannya dalam tugas segmentasi gambar, yang penting untuk mengidentifikasi dan menggambarkan secara akurat daerah eksudat lunak dari daerah eksudat non-lunak dalam gambar retina.
Proses Segmentasi:
Metodologi penelitian mencakup tiga tahap utama:
- Pra-pemrosesan: Tahap awal ini meningkatkan kualitas gambar retina, memastikan kondisi optimal untuk proses segmentasi selanjutnya.
- Segmentasi: Dengan menggunakan model U-Net, eksudat lunak dibedakan secara tepat dari elemen lain dalam gambar, sehingga membantu identifikasi penanda retinopati diabetik secara akurat.
- Evaluasi: Kinerja pendekatan segmentasi dievaluasi secara ketat melalui metrik seperti akurasi, sensitivitas, dan spesifisitas, yang dibandingkan dengan data kebenaran dasar untuk validasi.
Hasil penelitian ini menunjukkan kemanjuran metode U-Net dalam diagnosis retinopati diabetik, dengan metrik kinerja penting termasuk akurasi rata-rata 0,99586, sensitivitas 0,36203, dan spesifisitas 0,99856. Hasil ini menggarisbawahi potensi teknik pembelajaran mendalam dalam merevolusi analisis pencitraan medis dan meningkatkan kemampuan diagnostik, sehingga memberikan kontribusi signifikan terhadap kemajuan dalam layanan kesehatan.
Dengan mendukung upaya penelitian seperti ini, Program Studi Sistem Informasi menegaskan kembali komitmennya terhadap Tujuan Pembangunan Berkelanjutan (Sustained Development Programs), khususnya SDG 3: Kesehatan dan Kesejahteraan yang Baik. Melalui intervensi teknologi inovatif seperti pemrosesan gambar berbasis pembelajaran mendalam, departemen ini berupaya meningkatkan hasil layanan kesehatan, mendorong deteksi dini penyakit, dan pada akhirnya meningkatkan kualitas hidup individu yang terkena retinopati diabetik dan tantangan kesehatan lainnya.
Upaya kolaboratif antara peneliti seperti I Made Dendi Maysanjaya pada Program Studi Sistem Informasi memberikan contoh pendekatan proaktif dalam mengatasi tantangan global yang digariskan dalam SDGs. Melalui inisiatif penelitian perintis, yang didukung oleh teknologi mutakhir dan komitmen terhadap dampak sosial, departemen ini terus membuat langkah signifikan dalam memajukan solusi layanan kesehatan dan mendorong pembangunan berkelanjutan dalam skala global.