Infeksi Saluran Kemih (ISK) masih menjadi salah satu masalah kesehatan yang paling sering dialami masyarakat, terutama perempuan, lansia, serta pasien dengan daya tahan tubuh rendah. Kondisi ini terjadi ketika mikroorganisme berkembang di saluran kemih dan menimbulkan gangguan kesehatan. Salah satu bakteri yang paling dominan sebagai penyebab ISK adalah Escherichia coli (E. coli), yang bertanggung jawab terhadap hampir 85 persen kasus infeksi. Selama ini, diagnosis ISK dilakukan melalui pemeriksaan laboratorium seperti urinalisis strip uji, pemeriksaan mikroskopis urin, dan kultur urin. Meski menjadi standar medis, metode tersebut memiliki beberapa keterbatasan. Proses kultur urin misalnya membutuhkan waktu minimal 24 jam sebelum hasil dapat diketahui. Selain itu, hasil strip urin tidak selalu cukup akurat jika digunakan sebagai satu-satunya indikator diagnosis. Pemeriksaan juga harus dilakukan di laboratorium dengan tenaga dan peralatan khusus.
Di tengah kebutuhan layanan kesehatan yang lebih cepat dan praktis, para peneliti mulai mengembangkan teknologi alternatif yang mampu mendeteksi penyakit secara lebih efisien. Salah satu inovasi yang kini menarik perhatian adalah penggunaan hidung elektronik atau electronic nose (E-Nose). Hidung elektronik merupakan perangkat yang bekerja menyerupai indra penciuman manusia. Alat ini menggunakan kumpulan sensor gas untuk mengenali pola senyawa volatil atau aroma tertentu yang dilepaskan suatu sampel. Dalam dunia medis, teknologi ini mulai dieksplorasi untuk mendeteksi berbagai penyakit melalui bau napas, keringat, maupun urin.
Dalam penelitian terbaru, teknologi E-Nose diuji untuk mendeteksi keberadaan bakteri E. coli dalam urin sebagai indikator positif ISK. Penelitian dilakukan menggunakan sepuluh sampel urin, terdiri dari lima sampel sehat dan lima sampel urin yang telah dikontaminasi bakteri E. coli di laboratorium. Sampel terkontaminasi disiapkan menggunakan inokulum bakteri standar dengan konsentrasi sekitar 10鈦 CFU/mL dan diinkubasi pada suhu 37 derajat Celsius selama 24 jam. Setelah itu, sampel diuji menggunakan perangkat E-Nose yang memiliki enam sensor gas berbeda. Menariknya, pengukuran dilakukan setiap enam jam selama 24 jam untuk melihat perubahan respons sensor terhadap aktivitas bakteri di dalam urin. Hasil penelitian menunjukkan bahwa dua sensor, yaitu TGS 2602 dan TGS 826, menghasilkan respons tegangan paling tinggi dibandingkan sensor lainnya. Kedua sensor ini diketahui sangat sensitif terhadap gas amonia yang dihasilkan dari metabolisme bakteri dalam urin. Temuan tersebut memperlihatkan bahwa urin yang terkontaminasi bakteri memiliki pola aroma berbeda dibandingkan urin sehat. Perbedaan inilah yang kemudian dimanfaatkan sistem E-Nose untuk membedakan sampel positif dan negatif ISK.
Agar data lebih mudah dianalisis, peneliti menggunakan metode Principal Component Analysis (PCA) untuk mereduksi dimensi data sensor. Selanjutnya, berbagai algoritma pembelajaran mesin atau machine learning diterapkan untuk melakukan klasifikasi sampel. Beberapa metode kecerdasan buatan yang diuji antara lain Support Vector Machine (SVM), XGBoost, Regresi Logistik, K-Nearest Neighbors (KNN), Random Forest, Decision Tree, dan Multi-Layer Perceptron (MLP). Hasilnya cukup menjanjikan. Pada evaluasi awal, model SVM mampu mencapai tingkat akurasi hingga 90 persen. Sementara dalam pengujian komparatif yang menggunakan pembagian data latih dan data uji yang sama untuk seluruh algoritma, metode XGBoost menunjukkan performa terbaik dengan akurasi 84 persen. Model lain seperti SVM, Random Forest, dan MLP juga menunjukkan kemampuan klasifikasi 80 hingga 82 persen.
Capaian ini menunjukkan bahwa kombinasi teknologi sensor gas dan kecerdasan buatan memiliki potensi besar untuk mendukung diagnosis ISK secara lebih cepat dan praktis. Jika dikembangkan lebih lanjut, E-Nose dapat menjadi alat skrining awal yang memungkinkan deteksi infeksi tanpa harus menunggu proses kultur laboratorium yang memakan waktu. Selain lebih cepat, teknologi ini juga berpotensi menghadirkan pemeriksaan yang lebih sederhana dan portabel. Di masa depan, perangkat E-Nose bahkan dapat digunakan di klinik kecil, fasilitas kesehatan daerah terpencil, atau layanan kesehatan berbasis rumah. Meski demikian, para peneliti menegaskan bahwa hasil penelitian ini masih bersifat awal. Sampel urin yang digunakan merupakan sampel in vitro yang dikontaminasi secara artifisial di laboratorium, sehingga belum sepenuhnya merepresentasikan kondisi klinis pasien sebenarnya. Karena itu, penelitian lanjutan masih diperlukan menggunakan sampel urin klinis dari pasien ISK nyata dengan berbagai jenis bakteri penyebab infeksi. Validasi lebih luas juga dibutuhkan untuk memastikan akurasi, sensitivitas, dan spesifisitas teknologi ini sebelum dapat diterapkan secara klinis. Walaupun masih memerlukan pengembangan lebih lanjut, penelitian ini memberikan harapan baru dalam dunia diagnosis medis modern. Kehadiran hidung elektronik berbasis kecerdasan buatan dapat membuka jalan menuju metode deteksi penyakit yang lebih cepat, non-invasif, dan efisien. Di era transformasi digital kesehatan saat ini, inovasi seperti E-Nose menjadi bukti bahwa teknologi dapat membantu menghadirkan layanan kesehatan yang semakin cerdas dan mudah diakses masyarakat.
Penulis : Suryani Dyah Astuti
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
