Semangat inovasi dan kepedulian terhadap kesehatan masyarakat mendorong sekelompok mahasiswa dari Program Studi Manajemen Informatika Politeknik Negeri Jember untuk mengembangkan aplikasi “Kenali”, sebuah sistem deteksi dini risiko stroke berbasis teknologi. Aplikasi ini hadir dalam bentuk platform web dan mobile, dan dirancang untuk membantu pengguna mengenali kemungkinan risiko stroke secara mandiri dan lebih awal, hanya melalui input data sederhana.
Tim pengembang yang menamakan diri mereka Tim A4 SIGAP terdiri dari Eka Setyo Saputra, Ahmad Rizal Habibullah, Farrel Ezza Kusuma, Moch. Rizki Romadhoni, dan Abd. Aziz Ramadloni. Dengan menggabungkan pemanfaatan machine learning dan teknologi informasi, mereka menciptakan sebuah solusi digital yang tidak hanya berguna sebagai alat prediksi, tetapi juga sebagai sarana edukasi, monitoring kesehatan pribadi, dan referensi bagi pengambilan keputusan medis lebih lanjut.
“Melalui aplikasi Kenali, kami ingin masyarakat bisa lebih sadar akan pentingnya pencegahan stroke sejak dini. Cukup dengan mengisi beberapa data, pengguna bisa langsung mendapat gambaran awal tentang kondisi kesehatannya,” ungkap Eka Setyo Saputra, selaku perwakilan tim. Ia menambahkan bahwa aplikasi ini dirancang agar bisa digunakan oleh siapa saja, termasuk mereka yang belum memiliki latar belakang medis.
Aplikasi Kenali bekerja dengan memanfaatkan algoritma Support Vector Machine (SVM) dalam sistem pembelajaran mesin (machine learning). Model ini dilatih menggunakan dataset dari pasien stroke untuk mengenali pola input dan hasil diagnosis. Setelah pengguna mengisi data yang diperlukan, sistem akan memproses informasi tersebut dan memberikan hasil prediksi risiko stroke secara cepat. Data yang diinput pengguna akan diklasifikasikan berdasarkan kategori risiko dan hasilnya ditampilkan melalui antarmuka yang sederhana namun informatif.
Sistem ini memiliki dua antarmuka utama: website dan mobile. Website digunakan sebagai tempat pendaftaran akun dan pengelolaan data, sedangkan mobile memfokuskan pada aktivitas deteksi dan monitoring secara langsung. Di dalam aplikasi mobile, tersedia menu seperti Home, Prediksi, Visualisasi, Berita, Profile, hingga Riwayat Deteksi, yang membuat pengguna bisa melihat hasil prediksi sebelumnya dan memantau perubahan kondisi dari waktu ke waktu.
“Harapan kami, Kenali dapat membantu dunia teknologi dalam pengembangan sistem machine learning dan dunia medis tentang penelitian penyakit stroke, serta membantu masyarakat untuk lebih menjaga diri terhadap penyakit ini,” tutur Eka lebih lanjut.
Selain berfungsi sebagai alat deteksi dini, Kenali juga dimaksudkan untuk memperluas wawasan pengguna mengenai stroke dan cara pencegahannya. Melalui fitur berita dan edukasi yang disediakan, pengguna dapat memperoleh informasi terkini seputar penyakit stroke dan langkah-langkah hidup sehat yang bisa diterapkan untuk mengurangi risikonya.
Dengan biaya pengembangan yang efisien dan akses penggunaan yang luas, Kenali diharapkan menjadi bagian dari solusi digital di bidang kesehatan, khususnya dalam mendukung transformasi sistem deteksi dan pencegahan penyakit berbasis teknologi di Indonesia. Inovasi ini menegaskan bahwa generasi muda juga memiliki peran penting dalam menjawab tantangan kesehatan global melalui pendekatan teknologi yang adaptif dan solutif. (hnf)