JD.id, Jakarta –– Menurut Organisasi Kesehata Dunia (WHO), penyakit kardiovaskular (CVD) masih menjadi penyebab utama kematian di seluruh dunia, dengan lebih dari 17,9 juta kematian per tahun. Inovasi di dunia kedokteran terus berkembang untuk mengurangi resiko penyakit ini.
Salah satu alat yang digunakan untuk mendeteksi penyakit kardiovaskular adalah
Elektrokardiogram (EKG), yang merekam aktivitas listrik jantung. EKG merupakan
alat diagnostik penting dalam memantau dan mendeteksi gangguan jantung.
Namun, akurasi interpretasi sinyal EKG sangat bergantung pada keahlian dan ketelitian seorang kardiolog. Tantangan ini seringkali dapat mempengaruhi kualitas diagnosis.
Masalah ini diangkat dalam orasi ilmiah Prof. Dr. Sani Muhamad Isa, S.Si., M.Kom.,
yang berjudul “Heartbeat Insights: Advanced Data Science Techniques for Enhanced ECG Signal Interpretation”. Orasi ini merupakan bagian dari seremoni pengukuhan Prof. Sani sebagai Guru Besar Tetap di bidang Data Science.
Menurut Prof. Sani, penggunaan model Machine Learning dapat meningkatkan
akurasi dan kecepatan analisis sinyal EKG secara signifikan dibandingkan metode
manual. “AI dan machine learning menunjukkan hasil yang signifikan dalam
mendeteksi gangguan jantung seperti atrial fibrillation dan gagal jantung,” ujarnya.
Teknologi ini juga memungkinkan analisis Heart Rate Variability (HRV), yang
mengukur respons sistem saraf terhadap berbagai stimulus internal maupun
eksternal. HRV berperan penting dalam kardiologi, manajemen stres, dan kebugaran
atletik.
Prof. Sani menambahkan bahwa machine learning dan deep learning dapat
diintegrasikan ke dalam berbagai aplikasi, baik klinis maupun non-klinis. Salah satunya adalah perangkat wearable seperti jam tangan pintat dengan sensor EKG, yang memungkin pemantauan HRV secara real-time
Data dari Perangkat tersebut dapat dianalisis dengan cepat menggunakan teknologi data science, sehingga pola abnormal dapat dideteksi lebih awal dan intervensi medis segera dilakukan.
Di akhir orasinya, Prof. Sani juga menyampaikan bahwa penelitian di BINUS
University telah menunjukkan bahwa analisis HRV berbasis AI mampu memprediksi aritmia jantung dengan akurat tinggi, serta meningkatkan klasifikasi tahapan tidur untuk mendukung diagnosis dan pengobatan yang lebih baik.
Menjadi Guru Besar Sebagai Komitmen Membina dan Memberdayakan Masyarakat
Prof. Dr. Sani Muhamad Isa, S.Si., M.Kom. merupakan Guru Besar ke-34 yang
dikukuhkan BINUS University. Beliau resmi dikukuhkan sebagai Guru Besar Tetap
dalam Bidang Ilmu Data Science pada (17/9) di BINUS @Kemanggisan, Kampus
Anggrek.
Seremoni Pengukuhan Guru Besar dipimpin oleh Ketua Senat dan Rektor BINUS
University, Dr. Nelly, S.Kom., MM. CSCA, serta dihadiri Kepala LLDIKTI Wilayah III,
Dewan Guru Besar, Guru Besar Tamu, perwakilan industri dan tamu undangan.
Prof. Sani aktif melakukan penelitian yang dipublikasikan di jurnal internasional
bereputasi, serta sering menjadi narasumber di berbagai forum nasional dan
internasional dengan topik data science dan big data. Atas dedikasinya, beliau telah
menerima banyak penghargaan, di antaranya Top 3 Best Facilitator Award dari
BINUS University dan Juara 2 Dosen Berprestasi dari Kopertis Wilayah III.
Saat ini, Prof. Sani menjabat sebagai BINUS Graduate Program Director.
