Nama saya Aqil Aqthobirrobbany, kerap disapa Aqil, lahir di Gresik pada tanggal 30

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.

Ketika saya berumur 5 tahun, saya mengawali pendidikan di MI Nahdlotul Ummah

Golokan Sidayu Gresik, yang bagi sebagian orang umur sebenarnya di usia tersebut belum
cukup memenuhi standard untuk memasuki sekolah dasar, namun ternyata saya mampu
menyelesaikannya dengan baik. Saya melanjutkan pendidikan di MTs. Kanjeng Sepuh Sidayu di
tahun 2009 dan berlanjut menempuh pendidikan di salah satu sekolah negeri di Kecamatan
Sidayu yakni SMA Negeri 1 Sidayu pada 3 tahun berikutnya. Menjadi mahasiswa di Universitas
Negeri Malang adalah pilihan saya setelah menamatkan pendidikan SMA dengan jurusan yang
bisa dibilang banyak diminati orang Teknik Elektro.

Semasa kuliah saya aktif mengikuti beberapa kegiatan diantaranya Himpunan

Mahasiswa Teknik Elektro dan Ikatan Alumni (IKA) SMA N 1 Sidayu. Sejak SMA, saya memang
tertarik untuk mengikuti kegiatan organisasi dan mengembangkan beberapa skill seperti
management time dan communication. Tanpa terasa empat semester telah terlalui, dan
tepatnya pada semester 5, mahasiswa jurusan kami diwajibkan untuk memilih bidang keahlian.
Saya memilih sistem kendali atau yang dikenal dengan arus lemah sebagai fokus penelitian dan
keilmuan. Pada semester ini pula, terdapat mata kuliah Sistem Cerdas dan Robotika 1 yang
didalamnya menjelaskan tentang Image Processing. Dari sinilah jiwa ketertarikan saya terhadap
ilmu robotika dan arus lemah mulai tumbuh. Beberapa penelitian tentang image processing
telah saya hasilkan terutama pada skripsi saya yang berjudul “Perancangan dan Implementasi
Prototype Sistem Navigasi Robot Kapal untuk Penjagaan Batas Wilayah menggunakan Image
Processing”.
Selain itu, selama kuliah saya pernah mendapatkan kepercayaan untuk menjadi asisten
parktikum LAB PTE-03 atau sama dengan pembelajaran pemrogaman mikrokontroler pada
semester gasal tahun akademik 2017/2018 selama satu semester dan juga menjadi asisten
laboratorium mikro selama dua tahun terakhir yang banyak membantu penelitian di lab
tersebut. Pada tahun 2019 saya mempunyai kesempatan pergi ke Jepang untuk menghadiri
konferensi internasional 2nd International Symposium on Advanced Intelligent Informatics
(SAIN) sebagai pembicara jurnal milik saya dan juga melakukan kunjungan laboratorium yang
ada di Saga University bersama dosen pembimbing.
 Menurut pendapat saya, peningkatan hard and soft skill tidak hanya bisa didapatkan
didalam dunia perkuliahan. Oleh karenanya, saya melakukan magang di PT. Mauquta Abadia,
Surabaya dengan menempati bagian Software Engineer selama tiga bulan pada tahun 2018.
Setelah mendapatkan gelar sarjana Teknik, saya mencoba peruntungan dengan bekerja disalah
satu perusahaan swasta di Bogor yakni PT. Sherlock Swiss International selama tiga bulan.
Pada kesempatan ini, saya berhasil membuat project “Smart Restaurant” berbasis IoT.Kanker
merupakan penyakit yang disebabkan oleh perubahan sel-sel tubuh menjadi sel yang abnormal
dan pertumbuhanya diluar kendali. Salah satu jenis kanker yang banyak terjadi di dunia
ditemukan pada payudara manusia (kanker payudara) yang umumnya terjadi pada perempuan.
Meskipun demikian, kanker payudara juga kerap terjadi pada laki-lai dengan perbandingan
1:1000 kasus (1). Berdasarkan data Global Burden of Cancer (2020) Secara umum kanker
payudara menempati urutan pertama dalam penambahan kasus baru (11,7% dari semua
kanker yang didiagnosis; 2,2 juta orang). Sedangkan kasus kematian yang disebabkan oleh
kanker payudara di dunia menempati urutan ke empat (6,9% dari semua jenis kanker yang
didiagnosis; 648 ribu orang).

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.

Dalam beberapa tahun terakhir, pertemuan kekuasaan perangkat, layanan komputasi

awan dan data telah memungkinkan AI dapat menjadi bagian terpadu dari masa depan digital.
Sehingga mimpi saya untuk Indonesia di masa depan adalah dapat bersaing dengan negara-
negara maju tentang teknologi berbasis Artificial Intelligence dalam berbagai sektor. Salah
satunya kecerdasan buatan harus sudah masuk pada bidang medis yang harus membutuhkan
keputusan cepat dalam segala diagnosa yang dialamai pasien, sehingga akan diimbangi juga
dengan penanganan yang cepat dan tidak terjadi kesalahan penanganan.

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.