Mahasiswa Universitas Negeri Semarang Kembangkan Teknologi Deteksi Dini Diabetes Berbasis AI

Diabetes adalah penyakit metabolik kronis yang ditandai oleh gangguan sekresi atau fungsi insulin, sehingga menyebabkan peningkatan kadar gula darah. Penyakit ini dapat memicu berbagai komplikasi serius, seperti kerusakan ginjal, jantung, mata, serta neuropati, dan meningkatkan risiko penyakit kardiovaskular. Di Indonesia, jumlah penderita diabetes pada 2021 mencapai 19,5 juta orang, dan diperkirakan akan meningkat menjadi 28,6 juta pada 2045. Fakta ini menegaskan pentingnya deteksi dini untuk pengelolaan diabetes yang lebih baik.
Deteksi dini, seperti melalui pemeriksaan kadar gula darah puasa dan post prandial, menjadi langkah utama untuk mencegah komplikasi. Namun, metode konvensional memiliki keterbatasan, terutama dalam hal biaya, waktu, dan aksesibilitas, khususnya di daerah terpencil. Untuk mengatasi tantangan ini, teknologi kecerdasan buatan (AI) dan machine learning (ML) hadir sebagai solusi inovatif.
Beberapa model machine learning, seperti decision tree dan random forest, telah terbukti mampu memprediksi risiko diabetes dengan akurasi tinggi. Random forest, misalnya, memiliki akurasi hingga 99,3%, berkat kemampuannya mengolah data medis yang kompleks dan tidak terstruktur. Teknologi ini menjadi langkah besar dalam mendukung transformasi pelayanan kesehatan dan memperluas aksesibilitas diagnostik.
Melihat potensi ini, Davina Azalia Tara dan timnya dari Universitas Negeri Semarang, yang terdiri dari Muhammad Ilhan Mansiz, Intan Permatasari Fauziah, serta Anita Hasna Zahira Shafa, berhasil menciptakan HaloGula. Inovasi berbasis teknologi AI ini menggunakan model random forest untuk memprediksi risiko diabetes secara dini.
Dengan kemampuan prediksi yang sangat akurat, HaloGula menjadi solusi praktis untuk membantu masyarakat memantau kesehatan secara proaktif. Inovasi ini diharapkan tidak hanya mencegah komplikasi serius akibat diabetes, tetapi juga meningkatkan kesadaran dan akses masyarakat terhadap teknologi kesehatan yang lebih modern dan efisien.