Bahaya makanan terkontaminasi ternyata jauh lebih besar daripada sekadar sakit perut sesaat. Organisasi Kesehatan Dunia memperkirakan lebih dari 850 juta orang jatuh sakit setiap tahun setelah makan makanan yang terkontaminasi, dengan lebih dari 1,5 juta kematian per tahun.
Di tengah risiko sebesar itu, para insinyur di University of California, Berkeley, mengembangkan perangkat kecil yang mereka sebut “electric nose”. Teknologi ini dirancang untuk mendeteksi gas yang terkait dengan makanan busuk dan beberapa alergen umum, lalu memberi tanda apakah makanan masih aman atau perlu dihindari.
Mendeteksi bahaya yang tak bisa dicium manusia
Selama ini, banyak orang masih mengandalkan tes sederhana dengan mengendus makanan untuk menilai kesegarannya. Masalahnya, hidung manusia bukan detektor kimia yang andal, sehingga makanan yang tampak atau tercium normal tetap bisa berisiko.
Perangkat buatan Berkeley ini mencoba mengganti tebakan kasar itu dengan pembacaan berbasis sensor. Carla Bassil, insinyur listrik di UC Berkeley dan penulis utama studi, mengatakan teknologi ini cocok diterapkan pada kulkas pintar yang bisa memberi peringatan saat makanan hampir rusak.
“Bayangkan kalau kulkas Anda bisa bilang, ‘brokoli ini akan segera busuk, sebaiknya segera dimakan,’ atau ‘ayam ini tinggal satu hari lagi,’” kata Bassil. Menurutnya, perangkat seperti ini bisa membantu pengguna mengambil keputusan lebih cepat sebelum makanan berubah menjadi sumber penyakit.
16 sensor, machine learning, dan akurasi hampir 93 persen
Electric nose itu memakai 16 sensor, dan masing-masing sensitif terhadap campuran gas yang sedikit berbeda. Bassil menyebut sensor-sensor itu seperti “digital taste buds” karena tiap sensor dirancang untuk menangkap stimulus tertentu.
Setiap sensor memiliki lapisan film berbeda yang mengubah reaksi kimia antara permukaan sensor dan molekul gas menjadi sinyal listrik. Tim peneliti lalu menggunakan metode machine learning untuk melatih perangkat mengenali 16 produk makanan berbeda.
Hasilnya, sistem tersebut mencapai akurasi prediksi keseluruhan hampir 93 persen. Objek uji itu mencakup buah, alergen kacang umum seperti walnut dan peanut, serta sampel ayam mentah, susu, dan telur yang dibiarkan di luar kulkas selama 24 hingga 48 jam.
Dirancang lebih sederhana dan lebih mudah diproduksi
Tim peneliti menyebut perangkat ini menawarkan beberapa keunggulan dibanding sistem deteksi gas satu chip lain yang biasanya hanya memakai 2 hingga 10 sensor. Salah satu kelebihannya, alat ini bekerja pada suhu ruang berkat semikonduktor dari carbon nanotubes.
Material itu dipilih karena memiliki luas permukaan tinggi, kuat, dan ringan. Proses pembuatannya juga relatif sederhana karena memakai teknik drop casting, yakni meneteskan larutan berisi nanopartikel ke chip, lalu membilas dan mengeringkannya dengan aliran nitrogen.
Bassil mengatakan keunggulan utamanya ada pada skala produksi. “Aspek yang benar-benar dapat diskalakan dari electronic nose saya adalah kami bisa menggunakan berbagai jenis bahan sensor sambil menempatkannya dalam satu langkah,” ujarnya.
Masih ada tantangan sebelum dipakai luas
Meski hasil awalnya menjanjikan, alat ini belum diuji dalam kondisi yang lebih rumit. Perangkat tersebut memang mampu mendeteksi 0,05 gram walnut murni, atau sekitar seperseratus dari satu kacang utuh, tetapi tantangan seperti mendeteksi kacang di dalam kue atau menemukan satu makanan busuk di kulkas penuh isi masih jauh lebih sulit.
Para peneliti juga sedang mengembangkan versi portabel yang bisa tersambung ke aplikasi smartphone. Di skenario yang mereka bayangkan, pelanggan restoran dapat menggesekkan alat ini ke sushi atau makanan lain untuk memeriksa keamanan sebelum makan.
Biaya perangkat ini dan kemungkinan penggunaannya di wilayah dengan sumber daya terbatas masih belum jelas. Masalah seperti kurangnya pendinginan, air yang terkontaminasi, dan listrik yang tidak stabil juga tetap menjadi faktor besar penyebab penyakit bawaan makanan.
Selain untuk makanan, tim peneliti melihat potensi penggunaan lebih luas. Teknologi ini disebut bisa dikembangkan untuk biometrik dan pemantauan aroma tubuh, mirip cara anjing pendeteksi diabetes membantu membaca kondisi kesehatan manusia.
“Machine learning telah menjadi pengubah permainan bagi teknologi sensor,” kata Bassil. Ia menilai kemajuan dalam pengenalan pola dan kemudahan penggunaan membuka peluang untuk merancang sensor yang disesuaikan dengan kebutuhan aplikasi tertentu.
