NusamandiriNews, Depok – Kecerdasan buatan semakin menunjukkan potensinya di dunia kesehatan, termasuk membantu proses identifikasi kanker payudara melalui analisis citra jaringan. Inovasi tersebut menjadi salah satu penelitian yang meraih penghargaan Best Paper dalam International Conference on Information Technology Research and Innovation (ICITRI) 2026 yang diselenggarakan Universitas Nusa Mandiri (UNM) kampus Margonda, Jl Margonda Raya, No 545, Pondok Cina, Beji, Depok, pada Jumat (11/9).
Penelitian berjudul “Lightweight Breast Cancer Histopathological Image Classification Using a Fuzzy-Enhanced MobileNet Architecture” tersebut dikembangkan oleh Iis Setiawan Mangkunegara, Yessica Nataliani, dan Ivanna K. Timotius dari Universitas Kristen Satya Wacana (UKSW) Salatiga.
Baca juga:CNN dan Arah Baru Riset AI di ICITRI 2026
Riset AI Deteksi Kanker Payudara
Riset ini berangkat dari tantangan dalam proses diagnosis kanker payudara melalui citra histopatologi. Interpretasi gambar jaringan sel secara manual membutuhkan ketelitian tinggi dan waktu yang tidak sedikit. Di sisi lain, pemanfaatan Convolutional Neural Network (CNN) untuk membantu klasifikasi medis juga masih menghadapi sejumlah persoalan, termasuk kebutuhan komputasi yang besar serta keterbatasan dalam menjelaskan proses pengambilan keputusan model.
Untuk menjawab tantangan tersebut, tim peneliti mengembangkan Fuzzy-Enhanced MobileNetV2, sebuah pendekatan yang mengintegrasikan mekanisme fuzzy attention ke dalam arsitektur MobileNetV2. Pendekatan ini memungkinkan model memberikan representasi yang lebih fleksibel terhadap fitur penting dalam citra sehingga dapat membantu AI mengenali bagian yang relevan untuk proses identifikasi.
Model tersebut kemudian diuji menggunakan dataset BreakHis pada citra dengan tingkat perbesaran mikroskopis 400 kali. Hasil pengujian menunjukkan performa yang menjanjikan, dengan tingkat akurasi mencapai 95,97 persen.
Tidak hanya akurasi, model tersebut juga mencatat presisi sebesar 96,09 persen dalam mendeteksi sampel ganas atau malignant. Sementara itu, Brier Score yang berada pada angka 0,028 menunjukkan kualitas estimasi probabilitas yang baik dalam menghasilkan prediksi.
Keunggulan lain penelitian ini terletak pada efisiensi model. Fuzzy-Enhanced MobileNetV2 hanya memiliki sekitar 4,60 juta parameter dengan waktu inferensi sekitar 0,95 milidetik per sampel citra. Jika dibandingkan dengan model RGF, arsitektur yang dikembangkan mampu mengurangi jumlah parameter sekitar 76,2 persen sekaligus menurunkan kompleksitas komputasi hingga 79,5 persen.
Efisiensi tersebut menjadi penting karena pengembangan AI di bidang kesehatan tidak hanya membutuhkan model dengan akurasi tinggi, tetapi juga sistem yang mampu bekerja secara efisien. Semakin ringan model, semakin terbuka peluang penerapannya pada perangkat dengan sumber daya komputasi yang lebih terbatas.
Penelitian ini juga menawarkan aspek transparansi melalui visualisasi attention map. Visualisasi tersebut membantu memperlihatkan bagian citra yang menjadi perhatian model ketika melakukan identifikasi, termasuk area dengan karakteristik yang saling tumpang tindih antara jaringan jinak dan ganas.
Temuan tersebut memperlihatkan bahwa penerapan mekanisme fuzzy attention pada arsitektur CNN yang ringan dapat menjadi salah satu pendekatan untuk menyeimbangkan tiga kebutuhan penting dalam AI medis, yakni efisiensi komputasi, transparansi proses identifikasi, dan keandalan prediksi.
Baca juga:79 Makalah dari 7 Negara Bahas Masa Depan AI di ICITRI 2026 UNM
Penghargaan Best Paper yang diterima penelitian UKSW tersebut sekaligus menunjukkan bagaimana riset AI yang dikembangkan di lingkungan akademik dapat diarahkan pada persoalan konkret di masyarakat. Dalam konteks ICITRI 2026, penelitian ini menjadi salah satu contoh bagaimana tema “Next-Generation AI for Human-Centered Innovation and Sustainable Futures” diterjemahkan melalui teknologi yang berupaya mendukung kebutuhan kesehatan manusia.
Bagi dunia medis, AI bukan untuk menggantikan keahlian tenaga kesehatan. Nilainya justru terletak pada kemampuannya menjadi alat bantu yang dapat bekerja cepat, efisien, dan memberikan informasi tambahan untuk mendukung proses pengambilan keputusan yang tetap berada di tangan manusia.
