Tuberculosis (TBC) bukan sekadar masalah medis, melainkan ancaman nyata bagi produktivitas dan kesejahteraan sosial-ekonomi masyarakat Jawa Tengah. Indonesia saat ini menempati peringkat kedua dengan beban TBC tertinggi di dunia (Id et al., 2023), di mana Jawa Tengah menjadi salah satu penyumbang kasus terbesar dengan angka mencapai 22.249 kasus(Septiani, Airlangga and Java, 2024). Meskipun pemerintah telah menargetkan Eliminasi TBC 2030, proses diagnosis di lapangan masih menghadapi berbagai kendala, mulai dari keterbatasan kapasitas skrining hingga belum meratanya layanan diagnostik di fasilitas kesehatan daerah (Masita et al., 2025). Kondisi tersebut menyebabkan penularan TBC masih terus berlangsung secara masif, khususnya pada wilayah dengan kepadatan penduduk tinggi dan keterbatasan akses layanan kesehatan.
Metode pemeriksaan mikroskopis konvensional berbasis spektrum cahaya tampak (RGB) yang umum digunakan di laboratorium sering menghasilkan citra dengan kontras rendah sehingga menyulitkan identifikasi bakteri Mycobacterium tuberculosis (Chen, Chang and Lin, 2024). Akibatnya, analis laboratorium harus melakukan pengamatan repetitif selama ±15 menit per slide yang memicu kelelahan visual dan meningkatkan risiko misdiagnosis (Kalline et al., 2024). Bagi masyarakat, kesalahan diagnosis tidak hanya menyebabkan keterlambatan pengobatan, hilangnya waktu kerja, dan meningkatnya biaya pemeriksaan, tetapi juga berisiko memicu pemberian terapi yang tidak tepat sehingga meningkatkan potensi resistansi bakteri terhadap obat anti tuberkulosis (drug resistant tuberculosis). Di sisi lain, ketergantungan pada alat Tes Cepat Molekuler (TCM) dengan katrid impor yang mahal turut menyebabkan antrean pemeriksaan panjang, sehingga masyarakat dengan keterbatasan ekonomi sering kali harus menunggu berhari-hari untuk memperoleh kepastian status kesehatannya(Ulfah and Pawenang, 2025)
Hingga saat ini, sebagian besar fasilitas kesehatan tingkat pertama masih mengandalkan sistem pemeriksaan manual yang bersifat subjektif dan belum terintegrasi dengan teknologi analitik cerdas. Meskipun beberapa fasilitas kesehatan telah memiliki alat Tes Cepat Molekuler (TCM), proses monitoring kesembuhan pasien TBC masih banyak dilakukan menggunakan metode Basil Tahan Asam (BTA) secara mikroskopis manual. Oleh karena itu, diperlukan inovasi diagnostik yang cepat, akurat, ekonomis, dan mudah diimplementasikan pada fasilitas kesehatan daerah. Hal ini diperkuat berdasarkan hasil wawancara di RSMD Soepardjo Roestam Semarang, di mana dua tenaga laboran menangani pemeriksaan sekitar 300 slide sputum setiap bulan sehingga tingginya beban kerja berpotensi memperlambat proses diagnosis dan memengaruhi akurasi hasil pemeriksaan.
Sebagai solusi inovatif, SPECTRA-TB hadir mentransformasi mikroskop binokular standar menjadi sistem diagnosis digital cerdas berbasis sensor Multispektral 16-Band dan Artificial Intelligence (AI). Teknologi ini mampu menangkap karakteristik spektral unik bakteri yang tidak terlihat pada pencitraan RGB (Red, Green, Blue) konvensional sehingga menghasilkan identifikasi yang lebih objektif dan akurat. Selain kompatibel dengan mikroskop laboratorium yang telah tersedia di puskesmas dan rumah sakit daerah, SPECTRA-TB juga mampu memangkas waktu analisis dari ±15 menit menjadi sekitar 1 menit per slide atau meningkatkan efisiensi pemeriksaan hingga lebih dari 90% (Data Teknis SPECTRA-TB, 2026).
Pengembangan SPECTRA-TB diawali dari identifikasi permasalahan tingginya beban kerja analis laboratorium dan keterbatasan sistem mikroskopis konvensional dalam mendeteksi bakteri TBC secara cepat dan akurat. Inovasi ini kemudian dikembangkan melalui integrasi sensor multispektral, sistem pencitraan digital, dan model Artificial Intelligence (AI) berbasis analisis citra bakteri. Tahap pengembangan awal telah melalui proses validasi di RSMD Soepardjo Roestam Semarang dan RS Gondo Soewarno Ungaran sebagai upaya memastikan performa sistem dalam mendukung pemeriksaan laboratorium TBC secara lebih efektif dan adaptif terhadap kebutuhan fasilitas kesehatan daerah, selanjutnya Uji kualitas perbandingan yang di terapkan di labolatorium Fakultas Kedokteran Udinus guna mengethui performa Spectra TB dengan alat multispectral Impornya
Dengan validasi pengembangan tersebut, SPECTRA-TB diharapkan mampu menjadi solusi strategis dalam mempercepat deteksi dini, mengurangi risiko misdiagnosis, menekan rantai penularan, serta mendukung terwujudnya Jawa Tengah Bebas TBC 2030 secara berkelanjutan.

1. Mampu mempercepat proses diagnosis TBC dari ±15 menit menjadi ±1 menit per slide sehingga meningkatkan efisiensi pemeriksaan laboratorium.
2. Menggunakan teknologi sensor Multispektral 16-Band yang mampu menangkap karakteristik spektral bakteri secara lebih detail dibandingkan pencitraan RGB konvensional.
3. Terintegrasi dengan Artificial Intelligence (AI) berbasis deep learning untuk mendukung identifikasi bakteri TBC secara otomatis, cepat, dan objektif.
4. Membantu mengurangi risiko human error dan misdiagnosis akibat kelelahan visual tenaga laboratorium pada pemeriksaan manual.
5. Memiliki sistem retrofit sehingga dapat dipasang pada mikroskop binokular yang sudah tersedia tanpa perlu mengganti seluruh perangkat laboratorium.
6. Mendukung proses monitoring perkembangan dan evaluasi kesembuhan pasien TBC dalam satu sistem terintegrasi.
7. Lebih ekonomis karena memanfaatkan perangkat laboratorium yang telah tersedia dan mengurangi ketergantungan terhadap alat impor serta katrid TCM.
8. Menghasilkan citra dengan kontras lebih optimal sehingga bakteri lebih mudah diidentifikasi baik secara manual maupun otomatis berbasis AI.
9. Meningkatkan efisiensi kerja tenaga laboratorium melalui otomasi proses analisis citra dan deteksi bakteri TBC.
10. Mendukung percepatan target Eliminasi TBC 2030 melalui penguatan layanan diagnosis dan monitoring TBC berbasis teknologi digital cerdas.