Semarang, 22 Mei 2026-Jurusan Informatika Fakultas Sains dan Matematika Universitas Diponegoro menyelenggarakan sesi Global Classroom (UGC) UNDIP tentang Pengolahan Citra Medis pada hari Jumat, 22 Mei 2026. Kuliah daring ini diadakan melalui Zoom mulai pukul 14.00 hingga 16.00 WIB, mempertemukan mahasiswa, dosen, dan peserta akademik untuk membahas semakin berkembangnya peran image processing, artificial intelligence, dan computer vision dalam perawatan kesehatan modern.
Sesi tersebut menghadirkan Dr. Wahyu Rahmaniar, Asisten Profesor di Institute of Science Tokyo, Jepang, sebagai narasumber undangan. Dr. Wahyu adalah seorang peneliti Indonesia yang karya akademisnya berfokus pada kecerdasan buatan, pencitraan medis, dan visi komputer. Profilnya menunjukkan pengalaman penelitian yang luas dalam analisis citra medis dan biomedis, dengan publikasi yang diindeks dalam jurnal dan konferensi internasional.
Selama perkuliahan, Dr. Wahyu memperkenalkan kepada peserta perbedaan mendasar antara beberapa modalitas pencitraan medis, antara lain X-ray, CT scan, MRI, MRA, dan PET scan. Setiap modalitas memiliki kekuatan yang berbeda: Sinar-X biasanya digunakan untuk mengamati tulang dan mendeteksi patah tulang; CT scan memberikan pencitraan penampang yang cepat dengan detail sedang; MRI menawarkan visualisasi jaringan lunak beresolusi tinggi; MRA berfokus pada pembuluh darah dan aliran darah; sementara PET scan membantu mengidentifikasi aktivitas metabolisme, termasuk kelainan terkait kanker.
Selain memperkenalkan teknik pencitraan, kelas ini juga menyoroti bagaimana pemrosesan citra medis mendukung diagnosis, perencanaan perawatan, dan pengambilan keputusan klinis. Siswa dihadapkan pada bagaimana metode komputasi dapat membantu mendeteksi kelainan, mengelompokkan organ atau lesi, mengklasifikasikan penyakit, dan meningkatkan akurasi dan efisiensi analisis medis.
Bagian penting dari sesi ini adalah diskusi tentang kontribusi penelitian Dr. Wahyu Rahmaniar. Salah satu contohnya adalah karyanya pada pengukuran sudut Cobb otomatis untuk penilaian kelengkungan tulang belakang. Penelitian ini penting dalam diagnosis dan pemantauan skoliosis, di mana pengukuran kelengkungan tulang belakang yang akurat diperlukan untuk mendukung evaluasi klinis. Publikasi terkaitnya termasuk “Auto-CA: Pengukuran Sudut Cobb Otomatis Berdasarkan Deteksi Vertebra untuk Penilaian Deformitas Kelengkungan Tulang Belakang” dalam IEEE Transactions on Biomedical Engineering dan “Pengukuran Sudut Cobb Otomatis untuk Skoliosis Idiopatik Remaja Menggunakan Jaringan Saraf Konvolusional” dalam Diagnostik.
Sampel lain dari penelitiannya adalah segmentasi real-time dan klasifikasi fraktur kalkaneus pada gambar CT. Karya ini menunjukkan bagaimana pemrosesan gambar dan AI dapat membantu menganalisis CT scan untuk mendeteksi dan mengklasifikasikan patah tulang secara lebih efisien. Penelitian semacam itu sangat relevan dengan pemrosesan citra medis karena menggabungkan visi komputer, algoritma klasifikasi, dan data pencitraan klinis untuk mendukung interpretasi radiologis.
Dr Wahyu juga berkontribusi pada topik penelitian terbaru yang melibatkan deteksi anomali dan AI pencitraan medis kolaboratif. Publikasinya yang terdaftar termasuk “Multi-AD: Deteksi Anomali Tanpa Pengawasan Lintas Domain untuk Aplikasi Medis dan Industri” dalam Pengenalan Pola dan “Masa Depan Dunia Medis: AI Pencitraan Medis Kolaboratif dengan Pembelajaran Federasi” di Majalah Elektronik Konsumen IEEE. Studi-studi ini menunjukkan bagaimana AI dapat diterapkan tidak hanya untuk mendeteksi pola yang tidak biasa dalam gambar, tetapi juga untuk mendukung kolaborasi yang sadar privasi antara institusi medis melalui pembelajaran gabungan.
Selain itu, penelitian konferensinya mencakup topik pencitraan medis seperti deteksi lesi dan klasifikasi dalam tomosintesis payudara digital, segmentasi sarkoma jaringan lunak langka dalam MRI multi-urutan, dan klasifikasi nodul paru menggunakan model MTANN yang ringkas. Contoh-contoh ini memberi siswa pandangan yang lebih luas tentang bagaimana pemrosesan citra medis dapat diterapkan pada deteksi kanker, analisis MRI, dan klasifikasi penyakit paru-paru.
Ceramah dimoderatori oleh Satriawan Rasyid P., S. Kom., M. Cs., dari Fakultas Sains dan Matematika, Universitas Diponegoro. Melalui diskusi tersebut, para peserta memperoleh wawasan tentang landasan teoretis dan aplikasi dunia nyata dari pemrosesan citra medis, terutama yang berkaitan dengan kecerdasan buatan dan visi komputer.
Kegiatan UGC ini mencerminkan komitmen Universitas Diponegoro untuk memperkuat keterpaparan akademik internasional dan memberikan kesempatan belajar global kepada mahasiswa. Dengan mengundang seorang peneliti internasional dengan keahlian yang kuat dalam pencitraan medis berbasis AI, sesi ini mendorong siswa untuk memahami bagaimana informatika dapat berkontribusi langsung pada inovasi perawatan kesehatan.
Kelas Pengolahan Citra Medis diharapkan dapat menginspirasi mahasiswa untuk mengeksplorasi penelitian interdisipliner yang menghubungkan ilmu komputer, kecerdasan buatan, dan kedokteran. Ini juga menekankan bahwa sistem perawatan kesehatan di masa depan akan semakin bergantung pada teknologi cerdas yang mampu membantu dokter, meningkatkan akurasi diagnostik, dan membuat layanan medis lebih efisien dan mudah diakses.