ATEROSTOP

Masalah

Aterosklerosis pada arteri karotis — penyempitan pembuluh darah di leher akibat penumpukan plak — meningkatkan risiko strok dan sering berkembang tanpa gejala. Pemeriksaan standarnya, Digital Subtraction Angiography dan USG Doppler, membutuhkan alat besar, biaya tinggi, dan tenaga kesehatan terlatih. Akibatnya skrining jarang terjadi sebelum ada keluhan.

Yang Kami Bangun

ATEROSTOP adalah prototipe perangkat portabel noninvasif yang menggabungkan beberapa indikator dalam satu pemeriksaan berdurasi kurang dari lima menit:

Sinyal PPG di ujung jari (sensor MAX30105) untuk mengestimasi tekanan darah, glukosa, dan kolesterol.
Suara aliran darah di leher (mikrofon MEMS SPH0645LM4HB) untuk mendeteksi bruit karotis, bunyi khas akibat aliran yang turbulen.
Pemrosesan di perangkat. Raspberry Pi 4 menjalankan pemrosesan sinyal dan inferensi model secara lokal, lalu menggabungkan seluruh hasil menjadi klasifikasi risiko aterosklerosis.
Aplikasi mobile dan cloud untuk menampilkan hasil, menyimpan riwayat, dan memberi rekomendasi tindak lanjut.

Prototipe perangkat ATEROSTOP dengan stetoskop untuk merekam suara arteri karotis

Proyek ini dikerjakan tim lima mahasiswa Universitas Tanjungpura dari Sistem Komputer, Teknik Informatika, Teknik Industri, dan Pendidikan Dokter, dan didanai melalui Program Kreativitas Mahasiswa Karsa Cipta (PKM-KC) Tahun Anggaran 2026. Setelah Penilaian Kemajuan Pelaksanaan PKM (PKP2) pada September 2026, tim kami dinyatakan lolos ke PIMNAS ke-39 di Universitas Diponegoro, 2–7 November 2026, sebagai salah satu dari 64 tim PKM-KC dan 420 tim dari seluruh bidang PKM.

Tim ATEROSTOP bersama dosen pendamping

Bagianku

Model AI, perangkat keras, dan seluruh program di sisi Raspberry Pi dikerjakan rekan tim. Kontribusiku ada di dua hal:

Membangun aplikasi mobile (Flutter).

Onboarding, autentikasi, dan multiprofil pasien.
Pairing perangkat lewat pemindaian QR code dan PIN yang berlaku 10 menit.
Dashboard hasil pemeriksaan yang diperbarui secara real-time.
Riwayat dengan grafik, ekspor CSV, dan pembaruan aplikasi over-the-air.
Rekomendasi tindak lanjut tiga tingkat (normal, waspada, perlu evaluasi) berdasarkan ambang klinis Kementerian Kesehatan dan PERKENI.

Ringkasan hasil pemeriksaan terakhir di aplikasi mobile ATEROSTOP

Merancang arsitektur sistemnya. Aku merancang bagaimana perangkat, cloud, dan aplikasi saling berbicara: alur pairing, struktur data di Supabase, dan cara hasil pemeriksaan disinkronkan — termasuk saat perangkat dipakai tanpa internet. Rancangan itu menjadi kontrak yang diimplementasikan rekan tim di sisi perangkat dan olehku di sisi aplikasi.

Keputusan Desain

Perangkat dan ponsel tidak pernah terhubung langsung. Keduanya hanya berbicara ke Supabase: perangkat mendaftarkan sesi pairing, ponsel memverifikasinya, dan perangkat mengetahui hasilnya lewat kanal real-time. Dengan begitu pairing tidak bergantung pada kedua perangkat berada di jaringan yang sama, dan tidak ada port yang perlu dibuka di sisi alat.

Pemisahan ini juga membuat dua sisi bisa dikerjakan paralel. Selama struktur datanya disepakati, aplikasi dan program di perangkat dapat dibangun dan diuji masing-masing sebelum digabungkan.

Hasil

Sensor. Dari 50 rekaman, sensor PPG mencapai sampling rate rata-rata 191,36 Hz (95,68% dari target 200 Hz) tanpa flatline maupun clipping ADC. Saat kedua sensor merekam bersamaan, puncak sinyalnya cocok secara waktu 96,70%.
Estimasi. Pada 35 subjek dengan 149 pasangan pengukuran per parameter, MAE tekanan darah sistolik 9,83 mmHg dan diastolik 14,11 mmHg, glukosa 18,52 mg/dL, dan kolesterol 23,98 mg/dL.
Klasifikasi. Pada uji awal (5 subjek, 25 pemeriksaan), akurasi 80% dengan AUC 0,825 untuk aterosklerosis dan 0,85 untuk deteksi bruit.
Penerimaan. Survei terhadap 175 responden menghasilkan indeks penerimaan 89,72%.

ATEROSTOP masih berupa prototipe skrining awal, bukan alat diagnosis. Jumlah subjek uji klasifikasi masih kecil, sehingga pengujian klinis dengan subjek yang lebih banyak menjadi langkah berikutnya. Galat estimasi diastolik, glukosa, dan kolesterol juga masih perlu diperkecil.

Artikel Ilmiah

Hasil pengembangan dan pengujian ini kami tulis sebagai artikel ilmiah berjudul ATEROSTOP: Inovasi Perangkat Biomedis Multiparameter Berbasis Kecerdasan Buatan sebagai Sistem Deteksi Dini Aterosklerosis pada Arteri Karotis. Aku salah satu dari lima penulis mahasiswa, bersama dosen pendamping sebagai penulis korespondensi.

Teknologi

Bagianku: Flutter, Riverpod, Supabase (PostgreSQL, Realtime). Sisi perangkat dan model AI (rekan tim): Raspberry Pi 4, Python, Scikit-learn, XGBoost.