Organoid Otak Mampu Mengenali Pola Huruf Braille dalam Eksperimen Komputasi Biohibrida

Para peneliti dari University of Bristol, Inggris, berhasil menunjukkan kemampuan organoid otak manusia dalam memproses pola huruf Braille melalui eksperimen komputasi biohibrida. Penelitian yang dipublikasikan pada 16 Oktober 2026 dalam jurnal Frontiers in Artificial Intelligence ini menggabungkan jaringan saraf biologis, sensor sentuhan, dan sistem pembelajaran mesin. Hasil pengujian menunjukkan bahwa penggunaan satu organoid menghasilkan akurasi klasifikasi 61 persen, sedangkan kombinasi tiga organoid meningkat menjadi 83 persen. Temuan tersebut membuka peluang pengembangan teknologi komputer biologis yang berpotensi lebih hemat energi, meskipun kemampuan pembelajaran organoid dalam eksperimen ini belum terbukti.

Terobosan Teknologi Organoid Otak dalam Mengenali Pola Braille

Pertumbuhan teknologi komputasi modern semakin mendorong kebutuhan terhadap metode pengolahan data yang efisien. Selama ini, aktivitas komputasi digital bergantung pada komponen elektronik. Meski teknologi tersebut terus berkembang, konsumsi listrik sistem pemrosesan memerlukan pendekatan yang lebih efisien. Menanggapi tantangan tersebut, ilmuwan University of Bristol menguji penggunaan organoid otak sebagai komponen pemrosesan biologis. Konsep tersebut menggabungkan jaringan biologis dan perangkat elektronik untuk mengeksplorasi kemampuan pengolahan informasi.

Pada studi yang dipublikasikan, tim ilmuwan menempatkan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk merespons sinyal elektronik. Jaringan biologis mini ini bukanlah otak manusia yang utuh. Walaupun ukurannya sangat kecil, organoid menyimpan kumpulan sel yang dapat menghasilkan aktivitas listrik. Dalam pengujian berikutnya, ilmuwan mengirim rangsangan listrik berdasarkan pola sentuhan. Sinyal yang dihasilkan jaringan saraf dievaluasi dengan metode pembelajaran mesin untuk mengidentifikasi pola huruf. Pengujian tersebut menunjukkan hubungan antara sensor buatan dan jaringan biologis.

Proses Mengubah Informasi Braille Menjadi Aktivitas Saraf Biologis

Sebagai langkah awal penelitian, ilmuwan mengoperasikan sensor yang mampu membaca pola permukaan untuk mendeteksi pola sentuhan pada simbol Braille. Sistem tulisan Braille mengandalkan susunan titik tertentu yang memiliki konfigurasi berbeda untuk setiap huruf. Melalui proses perekaman sensor, peneliti merekam pola yang mewakili 26 huruf. Data hasil pembacaan sensor kemudian diterjemahkan ke dalam rangkaian impuls elektronik. Mekanisme pengodean tersebut memungkinkan komunikasi awal antara perangkat elektronik dengan sistem biologis.

Ketika pola stimulasi telah disiapkan, peneliti menggunakan susunan mikroelektroda untuk memberikan stimulasi. Multielectrode array atau MEA merupakan susunan elektroda yang memungkinkan interaksi dengan sel biologis. Dalam rancangan pengujian, organoid diberikan rangsangan yang mewakili informasi Braille. Setelah menerima rangsangan, organoid menunjukkan pola impuls saraf yang dapat direkam dan dianalisis. Berkat rangkaian proses ini, data taktil dapat diteruskan melalui jaringan neuron hidup. Meski demikian, proses tersebut tidak membuktikan adanya pemahaman simbol secara sadar.

Peran Support Vector Machine dalam Klasifikasi Huruf Braille

Sesudah sinyal biologis dikumpulkan, peneliti menerapkan sistem klasifikasi berbasis komputer untuk menentukan kategori rangsangan yang diterima. Pendekatan klasifikasi tersebut adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Melalui tahap pemrosesan digital, sistem menganalisis perbedaan sinyal biologis yang dihasilkan. Selanjutnya, algoritma mengidentifikasi rangsangan berdasarkan respons organoid. Berkat pengolahan data tersebut, jaringan saraf hidup mendukung pembentukan sinyal yang dapat dibaca komputer.

Peran pembelajaran mesin tidak boleh disamakan dengan kecerdasan biologis mandiri. Pada konfigurasi eksperimen, organoid bukan pihak yang menentukan label alfabet secara mandiri. Yang terjadi adalah, aktivitas neuron direkam lalu diklasifikasikan menggunakan perangkat lunak. Keberhasilan pengujian menunjukkan bahwa informasi tertentu bertahan dalam respons organoid. Namun demikian, eksperimen tidak menunjukkan perubahan perilaku melalui latihan berulang. Penjelasan tersebut penting untuk menghindari kesimpulan berlebihan.

Hasil Eksperimen Komputasi Biohibrida dengan Satu dan Tiga Organoid

Salah satu temuan utama adalah peningkatan kemampuan klasifikasi ketika beberapa organoid digabungkan. Pada konfigurasi organoid tunggal, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Sebagai perbandingan, penggunaan tiga organoid memberikan hasil pengenalan pola sebesar 83 persen. Perbedaan hasil ini menunjukkan manfaat penggabungan respons biologis. Berdasarkan rancangan penelitian tersebut, angka akurasi merujuk pada pengenalan pola stimulus, bukan kemampuan organoid mengenali tulisan seperti manusia.

Hasil pengujian turut menunjukkan bahwa kombinasi tiga organoid memiliki ketahanan lebih baik terhadap gangguan sinyal. Sebagai bagian dari pengukuran performa, ilmuwan memberikan gangguan terhadap informasi taktil. Kemudian, peneliti mengukur perbedaan pengenalan pola dengan dan tanpa pemrosesan biologis. Dalam kondisi yang diuji, respons gabungan organoid lebih tahan terhadap sejumlah gangguan. Kendati menunjukkan ketahanan terhadap noise, peneliti belum mengetahui secara pasti penyebab peningkatannya.

Potensi Komputasi Biohibrida untuk Mengembangkan Komputer Hemat Energi

Penelitian organoid otak memunculkan peluang menarik bagi komputasi hemat energi. Otak manusia mampu menjalankan pemrosesan kompleks dengan konsumsi daya relatif rendah. Berdasarkan prinsip kerja jaringan saraf, ilmuwan tertarik mempelajari penggunaan organoid sebagai bagian dari sistem komputasi. Apabila teknologi ini terus berkembang, organoid mungkin membantu pengembangan perangkat komputasi baru. Meski konsepnya menjanjikan, hasil pengujian belum cukup untuk menyatakan penghematan energi sistem.

Sebelum sistem dapat diterapkan secara luas, sejumlah hambatan pengembangan harus diselesaikan. Organoid merupakan jaringan hidup sehingga memerlukan lingkungan pemeliharaan khusus. Di samping kebutuhan pemeliharaan, respons setiap organoid dapat berbeda karena struktur jaringan dan kondisi perkembangan tidak seragam. Variasi respons ini membuat standardisasi menjadi sulit. Selain tantangan rekayasa, pengembangan sistem berbasis organoid juga memerlukan tata kelola penelitian yang bertanggung jawab, termasuk batas pengembangan sistem saraf hidup.

Kesimpulan Penelitian Organoid Otak dalam Mengenali Huruf Braille

Pengembangan sistem pengolahan Braille menggunakan organoid otak memberikan hasil yang menjanjikan dalam pengembangan antarmuka jaringan saraf dan perangkat elektronik. Berkat pengodean informasi Braille, sistem elektroda berukuran kecil, serta teknologi machine learning, peneliti berhasil mengidentifikasi pola huruf dari respons organoid. Peningkatan akurasi dari 61 persen menjadi 83 persen menjadi indikasi potensi penggabungan jaringan biologis. Kendati membuka kemungkinan pengembangan, penelitian belum menunjukkan kemampuan berpikir atau membaca secara sadar. Pada tahap pengembangan selanjutnya, pengujian rangsangan sentuhan yang lebih kompleks dapat membantu memahami kemampuan adaptasi organoid. Menurut pandangan Anda, apakah komputasi biohibrida berbasis organoid berpotensi menjadi bagian dari komputer masa depan? Sampaikan pandangan Anda mengenai manfaat dan tantangan teknologi tersebut.