Jakarta, 8 September 2026 – Tim SINGKONG berhasil meraih Juara 2 kategori Featherless AI Challenge, tepatnya untuk penghargaan Best Use of Featherless AI, dalam ajang AI Factory Native.builder Hackathon yang diselenggarakan secara online. Tim ini beranggotakan Daffa Farras Putra Tarigan, Kevin Fransisco, Keisha Putri Theanny, Rizki Hanif, Gadis Aqila, dan Nabila Assyifa Nurrahmania yang menghadirkan solusi digital berupa “OVIA”, sebuah platform berbasis AI yang membantu perempuan mengenali potensi kelainan ovarium lebih dini melalui analisis data klinis dan citra ultrasound.

Kompetisi ini mengusung tema pemanfaatan kecerdasan buatan untuk menghadirkan solusi nyata di berbagai sektor, termasuk kesehatan. Sejalan dengan tema tersebut, Tim SINGKONG menghadirkan platform screening ovarium berbasis AI sebagai solusi yang berfokus pada pengurangan keterlambatan deteksi kelainan ovarium melalui pendekatan screening dini yang cepat, mudah diakses, dan didukung oleh dua sudut pandang analisis AI sekaligus.

Dalam proses penyusunan ide, Tim SINGKONG memulai dengan memahami satu permasalahan utama yang dihadapi perempuan dalam menjaga kesehatan reproduksinya, yaitu sulitnya mengenali kelainan ovarium sejak dini. Berdasarkan data dari World Health Organization (WHO) dan American Cancer Society, sekitar 70 persen perempuan dengan Polycystic Ovary Syndrome (PCOS) tidak ter diagnosis, sementara kanker ovarium sendiri hingga saat ini belum memiliki tes screening rutin yang direkomendasikan untuk perempuan dengan risiko rata-rata. Kondisi ini diperparah oleh gejala kelainan ovarium yang seringkali samar dan tumpang tindih dengan kondisi lain, keterbatasan akses terhadap alat screening dini, ketergantungan pemeriksaan ultrasound pada tenaga spesialis, hingga risiko tertundanya penanganan medis akibat deteksi yang terlambat.

Sebagai solusi atas permasalahan tersebut, tim merancang aplikasi OVIA yang menggabungkan dua model AI, yaitu model klinis (Symptom + History Model) yang mendeteksi pola risiko dari data gejala dan riwayat reproduksi, serta model ultrasound (Imaging Analysis Model) yang menganalisis citra USG untuk mengidentifikasi pola struktural yang memerlukan evaluasi lebih lanjut. Kedua sinyal screening ini saling melengkapi dan dirangkum melalui alur pengguna lima tahap, yaitu Eligibility, Clinical, Ultrasound, Review, dan Result, sehingga menghasilkan wawasan screening yang jelas beserta rekomendasi tindak lanjut. OVIA diposisikan sebagai alat pendukung kesadaran dini, bukan sebagai pengganti evaluasi klinis yang tetap menjadi langkah esensial.

Dalam pengembangannya, Tim OVIA menerapkan arsitektur enam lapisan yang mengedepankan prinsip privacy-first, mulai dari front-end berbasis React, backend menggunakan Rust dan Axum, hingga pipeline AI/ML yang memanfaatkan sejumlah model seperti BiomedCLIP, ConvNeXt-Tiny, XGBoost, dan U-Net++ untuk mendukung proses screening multimodal secara mandiri dan andal. Desain sistem turut memastikan setiap model bekerja secara independen sehingga kegagalan pada satu model tidak menghentikan keseluruhan proses screening, sekaligus memperkuat sisi keamanan data pengguna.

Prestasi yang diraih Tim OVIA dalam AI Factory Native.builder Hackathon menunjukkan bahwa teknologi AI dapat dimanfaatkan sebagai solusi nyata terhadap keterlambatan deteksi kelainan ovarium yang masih menjadi tantangan besar dalam kesehatan reproduksi perempuan. Melalui OVIA, tim berharap dapat meningkatkan kesadaran perempuan akan pentingnya screening dini serta mendukung akses yang lebih cepat, lebih mudah, dan lebih terjangkau menuju tindak lanjut medis yang tepat waktu.

Kesan dan Pesan dari Tim Singkong:

  • Daffa Farras Putra Tarigan: Kompetisi ini menjadi pengalaman engineering yang berharga dalam membangun multimodal AI system end-to-end. Pada Ovia, saya berfokus pada backend, infrastructure, dan ML dengan mengembangkan pipeline BiomedCLIP, ConvNeXt-Tiny, XGBoost, dan U-Net++, disertai dataset forensics, deduplication, leakage-safe splitting, calibration, robustness testing, serta ONNX deployment. Tantangan terbesar justru ditemukan pada kualitas dataset publik, seperti duplicate leakage, domain shift, dan acquisition shortcut yang dapat menghasilkan performa tinggi tetapi misleading. Seluruh model kemudian diintegrasikan melalui backend Rust dengan LLM sebagai conversational dan evidence-orchestration layer. Selain membawa Ovia meraih Juara 2, eksperimen ini juga menghasilkan sejumlah temuan metodologis yang menarik dan membuka peluang untuk dikembangkan lebih lanjut menjadi publikasi ilmiah, khususnya pada multimodal evidence fusion dan robustness dalam ovarian ultrasound screening.
  • Kevin Fransisco: Kompetisi ini adalah pertama kalinya saya berpartisipasi dalam perlombaan Hackathon. Sebagai project manager di tim Singkong, saya belajar banyak mulai dari planning timeline, menyusun ide proyek, membuat desain UI, sampai membuat video pitching. Khususnya, saya menyadari seberapa sulit mencari permasalahan skala global yang dapat dirumuskan solusinya secara konkret. Dibutuhkan pencarian data dan sesi brainstorming yang terus-menerus. Dari kompetisi pertama saya ini, saya belajar untuk lebih tegas dan lebih melibatkan diri sebagai PM di suatu proyek. Kemenangan ini hanya bisa diraih oleh kerjasama semua anggota tim, dan saya sangat bersyukur kepada setiap anggota tim saya.
  • Keisha Putri Theanny: Mengikuti LabLabs AI Hackathon menjadi pengalaman yang sangat berkesan karena saya tidak hanya belajar mengenai AI, tetapi juga bagaimana membangun sebuah produk AI secara end-to-end bersama tim. Saya berkesempatan berperan sebagai Frontend Developer dalam pengembangan Ovia, sebuah prototype screening-support berbasis AI untuk PCOS, ovarian cyst, dan ovarian tumor. Dari sisi teknis, saya terlibat dalam pengembangan frontend menggunakan Next.js, React, TypeScript, Tailwind CSS, Zustand, React Hook Form, dan Zod. Salah satu hal yang paling menarik adalah bagaimana frontend harus menangani flow yang cukup kompleks, mulai dari eligibility check, clinical questionnaire, ultrasound upload, review, hingga menampilkan tiga hasil screening yang independen. Kami juga menerapkan memory-only state untuk menjaga data pengguna tidak tersimpan secara persisten, serta client-side image processing untuk menghapus metadata gambar sebelum dikirim ke backend. Mendapatkan penghargaan pada Featherless AI Track menjadi pengalaman yang sangat berharga karena menunjukkan bahwa kontribusi dari sisi frontend juga punya peran penting dalam membuat teknologi AI menjadi produk yang usable, aman, dan mudah dipahami pengguna. Hackathon ini juga mengajarkan saya pentingnya komunikasi, pembagian tanggung jawab, dan kemampuan beradaptasi ketika membangun produk dalam waktu yang terbatas. Pesan saya untuk LabLabAI adalah semoga kegiatan seperti ini terus diadakan karena memberikan kesempatan bagi mahasiswa untuk belajar langsung melalui project nyata, bekerja lintas bidang, dan menghasilkan solusi yang tidak hanya menarik secara teknologi tetapi juga memiliki dampak bagi pengguna.
  • Rizki Hanif: AI Factory Native.builder Hackathon ini menjadi pengalaman yang sangat berkesan buat saya, terutama karena skalanya internasional dengan ribuan peserta dan tim dari berbagai negara. Di tim SINGKONG, saya terlibat dalam proses riset dan pengembangan OVIA, mulai dari pendalaman permasalahan seputar kelainan ovarium sampai memastikan alur screening yang kami rancang benar-benar mudah diikuti pengguna. Tantangan terbesarnya justru bukan pada sisi teknis, melainkan menerjemahkan persoalan medis yang kompleks menjadi produk yang sederhana dan tetap bertanggung jawab, di tengah waktu pengerjaan yang cukup terbatas. Dari kompetisi ini saya belajar bahwa komunikasi dan pembagian peran yang jelas sama pentingnya dengan kemampuan teknis masing-masing anggota. Terima kasih kepada seluruh anggota tim atas kerja sama dan dedikasinya, semoga OVIA bisa terus dikembangkan dan benar-benar bermanfaat bagi banyak orang.
  • Gadis Aqilla: AI Factory Native.builder Hackathon ini menjadi kompetisi internasional pertama yang saya ikuti, jadi pengalamannya benar-benar berkesan buat saya pribadi. Salah satu tantangan terbesar justru muncul di tahap awal, yaitu menemukan permasalahan dan solusi yang benar-benar tepat sebelum masuk ke tahap pengembangan produk. Prosesnya tidak instan dan butuh cukup banyak diskusi ulang bersama tim. Meski begitu, saya sangat menikmati proses brainstorming ini, dan saya mengucapkan terima kasih untuk seluruh anggota tim atas kerja sama dan dedikasinya selama kompetisi berlangsung. Dari pengalaman ini saya belajar bahwa kemenangan bukan semata soal ide yang bagus, tapi juga soal kerja sama tim yang solid, dan itulah yang membawa kami sampai ke titik ini.
  • Nabila Assyifa Nurrahmania: Kompetisi Hackathon ini merupakan awal kompetisi yang saya ikuti. Dalam kompetisi ini, role saya sebagai frontend developer yang bertanggung jawab sebagai penerjemah hasil riset dan model AI yang kompleks menjadi visual yang dapat dimengerti oleh user. Selama pengerjaan berlangsung, banyak sekali struggle yang menghampiri. Akan tetapi, pengalaman ini memberikan banyak pelajaran berharga bagi saya. Saya ingin mengucapkan terima kasih kepada semua anggota tim yang sudah berjuang bersama, dan khususnya Kak Daffa karena sudah mengajak saya dalam lomba ini. Saya sangat bersyukur bisa berkesempatan untuk mempelajari hal baru, berkembang, dan mencapai hasil luar biasa ini bersama kalian.