Mataram – Prestasi akademik kembali ditorehkan oleh Universitas Bumigora melalui inovasi di bidang kecerdasan buatan (Artificial Intelligence/AI). Dosen Fakultas Teknik, Dr. Hairani, M.Eng., berhasil mengembangkan metode NR-CLUSTERING SMOTE, sebuah pendekatan baru yang dirancang untuk mengatasi permasalahan ketidakseimbangan data (imbalanced data) pada data kesehatan.
Hasil penelitian tersebut telah dipublikasikan pada jurnal internasional bereputasi yang terindeks Scopus Q2, sebagai bentuk kontribusi ilmiah Universitas Bumigora dalam pengembangan teknologi kecerdasan buatan untuk mendukung sektor kesehatan.
Dr. Hairani menjelaskan bahwa ketidakseimbangan data merupakan tantangan yang kerap ditemui dalam pengolahan data medis. Pada banyak kasus, jumlah pasien yang terdiagnosis suatu penyakit jauh lebih sedikit dibandingkan dengan pasien yang tidak mengalami penyakit tersebut. Kondisi ini menyebabkan algoritma pembelajaran mesin (machine learning) cenderung lebih mudah mengenali kelompok mayoritas, namun kurang optimal dalam mendeteksi kelompok minoritas yang justru menjadi fokus utama dalam proses diagnosis.
"Apabila permasalahan ketidakseimbangan data tidak ditangani secara tepat, sistem kecerdasan buatan berpotensi menghasilkan prediksi yang kurang akurat. Padahal, dalam bidang kesehatan, tingkat akurasi sangat menentukan kualitas pengambilan keputusan medis," ujar Dr. Hairani.
Melalui metode NR-CLUSTERING SMOTE, proses pembangkitan data sintetis dilakukan secara lebih selektif dengan mengombinasikan teknik clustering, noise reduction, dan Synthetic Minority Over-sampling Technique (SMOTE). Pendekatan ini mampu menghasilkan distribusi data yang lebih seimbang sekaligus meminimalkan terbentuknya data sintetis yang kurang representatif, sehingga diharapkan dapat meningkatkan performa model pembelajaran mesin dalam mengidentifikasi kasus-kasus penyakit.
Menurut Dr. Hairani, inovasi tersebut berpotensi menjadi solusi dalam pengembangan sistem pendukung keputusan berbasis kecerdasan buatan, khususnya untuk membantu tenaga kesehatan dalam proses diagnosis penyakit secara lebih cepat, tepat, dan akurat.
Keberhasilan penelitian ini juga mencerminkan komitmen Universitas Bumigora dalam mendorong lahirnya riset-riset inovatif yang tidak hanya berorientasi pada publikasi ilmiah bereputasi internasional, tetapi juga memberikan manfaat nyata bagi masyarakat melalui pemanfaatan teknologi.
Pengembangan metode NR-CLUSTERING SMOTE diharapkan dapat memperkuat kontribusi Indonesia dalam pengembangan teknologi kecerdasan buatan di tingkat global, sekaligus mendukung transformasi digital sektor kesehatan melalui sistem yang lebih akurat, efisien, dan adaptif terhadap karakteristik data medis.
