Januari 1998. Saya tumbuh dan besar di sebuah desa kecil di daerah Gresik utara yang
bernama Desa Golokan. Bagi saya cukup menyenangkan bisa tinggal di lingkungan pedesaan
yang jauh dari polusi meskipun pada akhirnya saya harus memutuskan untuk merantau demi
menempuh Pendidikan yang lebih tinggi dan lebih baik lagi.
Saya merupakan anak kedua dari tiga bersaudara, kakak saya Himmawan Sabda
Maulana baru saja menamatkan pendidikan magisternya dan adik saya Khildan Ash Kahfi
sedang menempuh pendidikan formal dan non-formal di sebuah pondok pesantren di Jombang.
Saya lahir diruang lingkup keluarga yang cukup harmonis, dengan ayah Abdul Khalim yang
bekerja sebagai seorang petani serta guru Madrasah Ibtidaiyah. Saya belajar banyak hal
mengenai kepemimpinan dari ayah. Ibu Rodliyah memang hanya ibu rumah tangga, tetapi ibu
saya pun mengajarkan banyak hal seperti kesabaran dan kelembutan kepada saya semenjak
saya masih belia.
Di Indonesia sendiri, kanker payudara menempati urutan pertama penyakit pada wanita.
Estimasi kasus baru pada tahun 2020 di Indonesia adalah 65.858 kasus (16,6 %) dengan
estimasi kematian akibat kanker payudara adalah sebesar 22.430 (9,6%). Berdasarkan data
rutin subdit kanker direktorat penyakit tidak menular, direktorat jenderal pengendlian penyakit
dan penyehatan lingkungan kementerian kesehatan RI sampai dengan tahun 2013, estimasi
jumlah penderita kanker payudara di Indonesia provinsi Jawa Timur memiliki estimasi jumlah
penderita kanker payudara terbesar kedua setelah provinsi Jawa Tengah, yaitu 9.688 kasus.
Diagnosa kanker payudara dapat ditegakkan melalui anamnesis, pemeriksaaan fisik, dan
pemeriksaan penunjang seperti pemeriksaan radiodiagnostik dan patologi anatomi.
Pemeriksaan tersebut merupakan panduan dalam menegakkan diagnosis kanker payudara,
menentukan jenis histopatologis, serta profil imunohistokimia yang dapat digunakan sebagai
modalitas terapi, tetapi jumlah ahli radiologi sedikit dan perlu waktu lama untuk
mengembangkan dokter dengan pengalaman yang luas. Dalam kebanyakan kasus yang
terdiagnosis, proses analisis dan diagnosis yang terlambat meningkatkan resiko penanganan
yang tidak optimal.
Oleh sebab itu, diagnosis yang cepat, efektif, dan mendalam sangat diperlukan untuk
membantu penanganan dan pencegahan yang lebih cepat bagi penderita kanker payudara.
Belakangan ini, penerapan teknologi kecerdasan buatan berbasis pembelajaran mendalam
untuk deteksi dan pengenalan gambar secara bertahap menjadi tren di bidang medis. Lebih
lanjut, saya menawarkan metode untuk melakukan diagnosis kanker payudara yang selanjutnya
disebut Mask R-CNN. Usulan ini dapat memberikan vitalitas bagi pasien kanker payudara,
mengurangi beban kerja ahli radiologi, meningkatkan kecepatan dan akurasi diagnosis, dan
mengurangi kesalahan diagnosis yang disebabkan oleh kelelahan. Gagasan dan metode ini
sangat penting untuk mengurangi ketidakseimbangan sumber daya medis dan kontradiksi
antara pasien dan dokter.
Untuk dapat mengaplikasikan Mask R-CNN, dibutuhkan data citra yang berisikan gambar
rontgen payudara yang terkena kanker untuk deteksi lokasi dan klasifikasi sehingga akan
didapatkan data yang dibagi menjadi tiga bagian, yaitu training set, validation set, dan test set.
Konfigurasi dilakukan setelahnya untuk penentuan epoch, learning rate, hidden layer, fungsi
aktivasi, dan batas lebar mask yang dapat dideteksi. Melakukan data augmentasi penting
dilakukan untuk deteksi jenis gambar yang berbeda sehingga dapat dilanjutkan training data.
Proses terakhir yang dibutuhkan adalah pengujian data untuk memberikan informasi dari
ukuran kanker dan informasi dari lokasi kanker. Dari informasi tersebut dapat disimpulkan
stadium dari kanker yang diderita pasien.
Disiplin ilmu saya berhubungan erat dengan gagasan yang saya tawarkan, yakni
Biomedical Engineering and Medical Imaging dengan tema penelitian yang akan saya kerjakan
adalah Development of Intelligent Medical Image Segmentation and Analysis for Tumor/ Cancer
Detection. Dengan adanya tema penelitian ini diharapkan memberikan dampak positif bagi
banyak kalangan khususnya masyarakat dan pemerintah agar cepat tercipta peningkatan
program cegah kanker di Indonesia tahun 2030 sesuai dengan anjuran WHO. Secara khusus,
pendeteksian secara dini dan cepat pada kasus penyakit kanker/tumor menjadi hal yang sangat
penting untuk menWgurangi resiko terburuk bagi penderita. Sehingga diperlukan alternatif
untuk mengurangi dampak tersebut, dengan tema penelitian yang diajukan diharapkan menjadi
alternative permasalahan ini.
Keinginan saya sebagai penerus bangsa yang masih haus akan pengalaman dan selalu
ingin berkembang dengan jalan mengenyam dunia pendidikan tentu menginginkan Indonesia
maju dengan sikap bertangging jawab, disiplin, jujur, bekerja keras, dan taat kepada Tuhan
yang Maha Esa. Oleh karena itu pada era digital ini, inovasi baru harus terus berkembang dan
bermunculan untuk membantu cara manusia untuk hidup, bekerja dan bermain. Berdasarkan
hasil survei Microsoft Asia Digital Future kepada 1.400 remaja usia 18-24 tahun di kawasan Asia
Pasifik, teknologi yang paling menarik yang diharapkan memiliki dampak terbesar pada
kehidupan masa depan mereka adalah Artificial Intelligence (Kecerdasan Buatan), virtual /
mixed / augmented reality (VR / MR / AR), dan Internet of Things (IoT). Artificial Intelligence
(AI) digolongkan sebagai teknologi teratas yang diharapkan memiliki dampak terbesar pada
kehidupan manusia.
Saya berencana menjadi dosen atau seorang peneliti di perguruan tinggi. Saya ingin
berbagi ilmu dengan melakukan penelitian dan mengajar dibidang medical engineering dan
Artificial Intelligence. Saya akan melakukan banyak penelitian dengan keilmuan yang terkait,
mengikuti seminar atau konferensi, menulis jurnal serta melakukan publikasi di berbagai portal
jurnal publikasi seperti IEEE atau Scopus. Saya ingin berbagi manfaat dengan penelitian yang
saya lakukan dalam bidang medis dan kedokteran, sehingga akan tercipta keputusan dokter
dengan cepat dan tepat dalam melakukan vonis pada pasien yang mengidap penyakit kanker
atau tumor.
Keilmuan dalam bidang elektro, terutama image processing dengan bidang medis
sangat berkaitan satu sama lain dikarenakan hampir semua vonis penyakit yang ada didalam
tubuh manusia menggunakan data gambar. Penambahan keilmuan AI diharapkan membantu
proses pendeteksian penyakit tersebut. Ketika Indonesia mengalami krisis pengidap kanker
dengan dibuktikan peningkatan kasus setiap tahunnya membuat saya ingin menjadi bagian dari
kesembuhan pasien yang mengidap penyakit tumor/kanker. Saya ingin berkontribusi dalam hal
ini dengan penelitian saya tentang Development of Intelligent Medical Image Segmentation and
Analysis for Tumor/ Cancer Detection. Sebisa mungkin, saya ingin menyelesaikan masalah ini
dengan membuat keakuratan pendeteksian penyakit kanker/tumor dan bisa dilakukan secara
otomatis agar dapat ditangani/diterapi dengan dosis yang benar.
Untuk mewujudkan mimpi saya tersebut, tentu banyak hal pendukung yang perlu saya
lakukan dan saya capai. Dengan kurangnya bidang keilmuan yang saya miliki, saya perlu
melanjutkan pendidikan ditingkat yang lebih tinggi yang berkaitan dengan bidang elektro dan
medis. Kedua keilmuan tersebut dapat digabungkan dalam ilmu electro medic atau yang
disebut juga sebagai medical engineering. Saya berencana mengambil program master di
Universitas Gadjah Mada, dengan program study tujuan adalah teknik elektro, program study
ini memiliki penjurusan tentang medical engineering and medical imaging. Universitas Gadjah
Mada menjadi pilihan utama saya dikarenakan telah menjadi salah satu kampus terbaik di
Indonesia dengan jurusan unggulan yang dibuktikan dengan akreditasi program studi teknik
elektro adalah (A).
Program perkuliahan ini akan dimulai pada semester genap dibulan Januari 2022. Pada
program master ini memiliki total bobot keseluruhan 40 (empat puluh) SKS yang akan ditempuh
dengan masa studi kurang lebih 24 bulan. Masing-masing matakuliah dikelompokkan menjadi
tiga kelompok yaitu (1) Mata kuliah Wajib Umum, (2) Mata Kuliah Wajib Konsentrasi, (3) Mata
Kuliah Pilihan dan tambahan mata kuliah seminar dan tesis. Selain itu, saya berencana
mengambil mata kuliah yang berkaitan dengan image processing dan medical engineering
antara lain Teknik Pengolahan Isyarat Digital, Pengolahan Citra (PI) dan Analisis Isyarat
Biomedis (PI). Adapun tujuan saya mengambil mata kuliah tersebut dikarenakan dalam
pendeteksian penyakit dalam dengan image processing dibutuhkan pengetahuan mengenai
perancangan dan analisis pemrogaman berorientasi objek yang mampu merancang, menguji
dan menganalisis sistem elektronika yang digunakan dalam peralatan kedokteran.