NusamandiriNews, Jakarta – Tim peneliti dari Universitas Nusa Mandiri (UNM) berhasil memetakan akurasi lima model kecerdasan buatan (Artificial Intelligence/AI) untuk mendeteksi kelainan gastrointestinal. Capaian ini dipaparkan dalam kegiatan Monitoring dan Evaluasi (Monev) Internal Hibah Penelitian DPPM Kemdiktisaintek 2026 yang diselenggarakan oleh LPPM UNM.
Riset berskema Penelitian Fundamental Reguler ini diketuai oleh Taopik Hidayat bersama tiga dosen anggota, yakni Daniati Uki Eka Saputri, Nurul Khasanah, dan Faruq Aziz. Penelitian ini turut melibatkan dua mahasiswa, Siti Zainab Amri dan Farros Althaf. Fokus utama mereka adalah mengembangkan model AI “GIVisNet Adaptif” untuk meningkatkan akurasi diagnostik citra medis.
Baca juga: LPPM Universitas Nusa Mandiri Sukses Gelar Monev Internal Hibah Penelitian 2026
Dalam tahap pengujian, tim menggunakan dataset Kvasir-V2 yang mencakup delapan kategori citra endoskopi gastrointestinal. Mereka membandingkan lima arsitektur Convolutional Neural Network (CNN), mulai dari ResNet18, ResNet50, MobileNetV2, EfficientNet-B0, hingga DenseNet121. Hasilnya, seluruh model berhasil mencatatkan tingkat akurasi tinggi di atas 92 persen.
Model EfficientNet-B0 berhasil meraih akurasi klasifikasi tertinggi sebesar 94,04 persen. Namun, dalam hal kemampuan interpretasi visual atau explainability, model DenseNet121 justru lebih unggul dengan nilai Intersection over Union (IoU) sebesar 0,71.
Taopik Hidayat, sebagai Ketua Tim menjelaskan bahwa hasil komparasi ini memberikan wawasan baru terkait cara kerja kecerdasan buatan dalam membaca citra medis.
“Kami menemukan adanya perbedaan yang jelas antara kemampuan model mengklasifikasikan gambar dengan kemampuannya menjelaskan alasan visual dari hasil tersebut. Temuan ini menjadi fondasi penting untuk memperkuat kemampuan interpretasi GIVisNet Adaptif ke depannya,” kata Taopik, dalam keterangannya di Jakarta, Selasa (29/9).
Untuk memperkaya perspektif, tim juga telah menggelar Focus Group Discussion (FGD) bersama praktisi klinis dan akademisi pada akhir Agustus lalu. Masukan dari FGD digunakan untuk memperkuat adaptivitas dan validasi data. Sebagai luaran akademik, naskah riset ini telah dikirimkan ke International Journal of Robotics and Control Systems (IJRCS) dan sedang dalam proses ulasan.
Baca juga: Kembangkan AI Deteksi Kanker Serviks, Tim Peneliti UNM Gelar Monev Hibah
Taopik menegaskan, riset akan difokuskan pada peningkatan generalisasi model dan pengujian komparatif menggunakan tambahan dataset. “Melalui inovasi berkelanjutan ini, model AI diharapkan tidak hanya akurat dalam mendiagnosis kelainan pencernaan, tetapi juga mampu memberikan penjelasan visual yang dapat dipertanggungjawabkan oleh tenaga medis,” tegasnya.
