Johana Ongko, mahasiswi Program Studi Teknik Elektro UBAYA, berhasil menyelesaikan sidang Tugas Akhirnya —dengan topik pengembangan alat terapi otot— dengan pencapaian yang membanggakan. Ia lulus dalam waktu 3 tahun 9 bulan dengan IPK di atas 3,9 dan meraih predikat summa cumlaude. Tidak hanya itu, Johana juga menjadi lulusan pertama dari peminatan Biomedical Engineering Teknik Elektro UBAYA. Di balik pencapaiannya tersebut, Johana menghadirkan sebuah inovasi alat kesehatan berbasis Artificial Intelligence (AI) yang ditujukan untuk membantu rehabilitasi pasien stroke. Pencapaian ini menjadi bukti bahwa mahasiswa Teknik Elektro tidak hanya berkutat dengan teori dan rangkaian elektronik, tetapi juga mampu menciptakan teknologi yang berdampak langsung bagi kehidupan manusia.
Dalam Tugas Akhirnya, Johana mengembangkan alat bernama Functional Electrical Stimulation (FES). Sesuai namanya, alat ini bekerja menggunakan stimulasi listrik untuk membantu mengembalikan fungsi gerak tubuh pasien. Johana merancang alat tersebut khusus untuk terapi pasien stroke yang mengalami kelumpuhan pada kaki. Menurutnya, banyak pasien stroke yang sebenarnya telah membaik secara medis, tetapi tetap kesulitan berjalan karena otot mereka sudah terlalu lemah atau mengalami atrofi. “Functional berarti fungsional, Electrical Stimulation berarti stimulasi pakai listrik,” jelasnya. Alat ini berfokus pada dua gerakan utama kaki, yaitu fleksi atau gerakan ke belakang dan ekstensi atau gerakan ke depan. Kedua gerakan tersebut menjadi komponen penting dalam proses berjalan manusia. Dengan kata lain, alat ini tidak sekadar menggerakkan otot, tetapi membantu pasien mempertahankan fungsi geraknya agar dapat kembali beraktivitas dengan lebih baik.
Johana memanfaatkan stimulasi listrik berbentuk sinyal pulsa kotak monofasik untuk menggerakkan saraf otot pasien. Tegangan yang digunakan bahkan mencapai 150 Volt. Angka itu mungkin terdengar menyeramkan bagi orang awam. Namun, alat ini tetap aman digunakan karena memiliki arus rendah dengan frekuensi 20 Hz, dan lebar pulsa sangat kecil, yaitu sekitar 200 mikrodetik. Kombinasi tersebut memungkinkan listrik menembus lapisan kulit dan lemak agar mencapai saraf otot tanpa membahayakan pasien. Penempatan elektroda juga menjadi bagian penting dalam alat ini. Johana menempatkan elektroda pada otot Vastus Lateralis di paha atas untuk memicu gerakan ekstensi dan pada otot Hamstring di paha bawah untuk menghasilkan gerakan fleksi. Karena setiap manusia memiliki struktur tubuh yang berbeda, alat ini juga harus mampu menyesuaikan stimulasi terhadap kondisi otot dan ketebalan jaringan pasien.
Keunggulan utama alat karya Johana terletak pada penggunaan teknologi Artificial Intelligence berbasis Reinforcement Learning. Pada alat terapi konvensional yang banyak dijual di pasaran, intensitas stimulasi biasanya masih diatur secara manual menggunakan knop putar oleh terapis. Johana justru mengembangkan sistem yang mampu mengatur intensitas listrik secara otomatis berdasarkan respons tubuh pasien. “Punyaku sudah otomatis pakai AI untuk mengatur intensitasnya,” ujarnya.
Menariknya lagi, Johana tidak menggunakan library instan dalam proses pengembangan AI tersebut. Ia membangun sendiri algoritma Reinforcement Learning dari awal dan menyesuaikannya dengan kebutuhan alat yang ia kembangkan. Untuk membaca pergerakan kaki pasien, Johana menggunakan sensor akselerometer yang diolah menjadi goniometer digital atau pengukur sudut gerak kaki. Agar pembacaan sensor lebih akurat, ia juga menambahkan Butterworth Filter untuk mengurangi gangguan sinyal atau noise. Kombinasi sensor, AI, dan pengolahan sinyal ini membuat alat yang dikembangkannya menjadi lebih modern dan adaptif dibanding alat terapi konvensional.
Di balik hasil akhirnya yang canggih, proses pengerjaan alat tersebut tidak berjalan mudah. Johana menghabiskan sekitar satu tahun untuk menyelesaikan Tugas Akhirnya. Tantangan terbesar datang ketika perangkat keras alat sebenarnya sudah hampir selesai. “Momen paling berat itu pas alat hardware sudah jadi 80 sampai 90 persen, tiba-tiba pembimbing suruh ganti kontrolnya pakai AI,” katanya. Perubahan tersebut membuat Johana harus mempelajari sistem AI dari awal selama kurang lebih setengah tahun tambahan. Ia mengaku kesulitan terbesar selama pengerjaan terletak pada pembuatan rangkaian elektronik dan pengembangan AI. Bahkan, ia pernah mengalami kebuntuan saat mencoba menentukan reward system yang tepat untuk algoritma Reinforcement Learning-nya. Meski begitu, Johana memilih untuk tetap bertahan dan terus belajar hingga akhirnya berhasil menyelesaikan alat tersebut dengan baik.
Pencapaian Johana tentu tidak datang begitu saja. Ia mengaku sebenarnya tidak terlalu berfokus mengejar gelar summa cumlaude. “Aku enggak yang mengejar Summa Cumlaude, pokoknya aku belajar sebisaku saja,” ujarnya. Namun, konsistensi dan ketekunannya selama kuliah membuahkan hasil yang luar biasa. Johana juga merasa bahwa passion menjadi alasan utama dirinya mampu bertahan menghadapi tekanan selama kuliah di Teknik Elektro. “Bisa bertahan karena punya passion dan merasa nyaman di bidang ini,” katanya. Ia pun berpesan kepada mahasiswa lain agar tidak menjalani kuliah dengan setengah-setengah. Menurutnya, mahasiswa perlu menemukan bidang yang benar-benar mereka sukai agar dapat menikmati proses belajar meskipun penuh tantangan.
Kini, setelah berhasil lulus sidang dan menyelesaikan Tugas Akhirnya—Pengembangan Alat Terapi Otot, Johana mulai memikirkan langkah berikutnya dalam hidupnya. Ia berencana untuk bekerja terlebih dahulu atau melanjutkan studi S2 apabila kondisi memungkinkan. “Setelah lulus mau cari pemasukan atau lanjut S2 kalau kondisinya memungkinkan,” ujarnya sambil tertawa. Meski perjalanan kuliah penuh tantangan, Johana membuktikan bahwa kerja keras, rasa ingin tahu, dan kemauan untuk terus belajar mampu menghasilkan inovasi yang bermakna. Kehadirannya sebagai lulusan pertama Biomedical Engineering Teknik Elektro UBAYA sekaligus peraih summa cumlaude menjadi inspirasi bagi mahasiswa lain untuk terus berkembang dan berani menciptakan teknologi yang bermanfaat bagi masyarakat.
