Mudahkan Deteksi Penyakit Alzheimer, Mahasiswa UGM Kembangkan Lidah Elektronik

SuaraJogja.id - Lima mahasiswa Universitas Gadjah Mada (UGM) melakukan penelitian dan mengembangkan potensi membran lipid pada lidah elektronik atau e-Tongue. Alat itu digunakan sebagai alternatif terhadap efektivitas diagnosis penyakit Alzheimer.

Penyakit Alzheimer (PA) sendiri merupakan salah satu penyakit neurodegeneratif progresif. Ditandai penurunan fungsi otak, terutama dalam hal daya ingat, penalaran, dan keterampilan berpikir.

Hingga saat ini, alat diagnostik penyakit Alzheimer masih memiliki beberapa keterbatasan. Seperti invasif, mahal, dan tidak bisa dilakukan secara massal.

Kondisi itu yang membuat kelima mahasiswa UGM itu bergabung dalam tim Program Kreativitas Mahasiswa Bidang Riset Eksakta (PKM-RE) UGM.

Baca Juga: Mahasiswa UPN Yogyakarta Dilaporkan Hilang, Panji Pastikan Tak Ada Indikasi Bermasalah di Kampus

Tim itu beranggotakan Muhammad Rofii Ashari (Fisika 2022), Zuleika Arum (Fisika 2022), Putri Ardiana Dwi Rahmawati (Kimia 2022), Aulia Agustin (Fisika 2023), dan Jonathan Hamonangan Sihaloho (Kedokteran Umum 2023) serta didampingi Ahmad Kusumaatmaja, ini mengembangkan riset terkait diagnosis dini penyakit Alzheimer menggunakan lidah elektronik.

Muhammad Rofii Ashari menerangkan inovasi Lidah elektronik atau e-Tongue yang mereka kembangkan menggunakan sensor elektronik. Tujuannya untuk mendeteksi serta membedakan berbagai rasa dan komponen kimia dalam suatu sampel.

"Memadukan sensor yang sensitif dan teknologi machine learning, alat ini diharapkan dapat mendeteksi protein Aβ dan protein dalam darah," ujar Rofii, dalam keterangannya, Minggu (4/8/2024).

Rofii menceritakan riset yang dilakukan oleh tim ini tidak lantas selalu mulus. Tidak jarang mereka juga mengalami beberapa kendala di lapangan.

Salah satu tantangannya adalah meningkatkan akurasi pendeteksian dari sensor yang dibuat.

Baca Juga: Satu Mahasiswa Teknik Pertambangan UPN Veteran Yogyakarta Dilaporkan Hilang, Begini Kronologinya

"Tim sempat mengalami tantangan dalam hal menentukan membran yang paling optimal dan pemilihan machine learning untuk digunakan pada sensor," ucapnya.