Empat mahasiswa Universitas Gadjah Mada (UGM) mengembangkan inovasi yang diberi nama Glicovia, sebuah perangkat deteksi dini prediabetes non-invasif berbasis saliva yang mengintegrasikan teknologi sensor elektrokimia, kecerdasan buatan (artificial intelligence), dan Internet of Things (IoT). Inovasi ini dikembangkan sebagai solusi atas meningkatnya beban diabetes melitus yang masih menjadi tantangan kesehatan global, khususnya di Indonesia.
Tim ini terdiri dari mahasiswa lintas fakultas, yaitu Alya Ramadhani sebagai ketua, Naefi Luthfia Zahra, Emmily Martha Renaunia yang berasal dari Fakultas Kedokteran Gigi UGM dan Hendra Kurnia Maliqi dari Fakultas Teknik UGM, di bawah bimbingan Dr. drg. Indra Bramanti, M.Sc., Sp.KGA(K).
Inovasi ini berhasil memperoleh pendanaan dalam Program Kreativitas Mahasiswa Karsa Cipta (PKM-KC) 2026 yang didukung oleh Direktorat Jenderal Pendidikan Tinggi, Riset, dan Teknologi (Ditjen Diktiristek), dengan penyaluran dana melalui Direktorat Pembelajaran dan Kemahasiswaan (Belmawa).
Alya Ramadhani mengatakan inovasi Glicovia dilatarbekalangi oleh tingginya prevalensi diabetes di Indonesia, yang menempatkan negara Indonesia pada peringkat kelima di dunia. Diperkirakan terdapat 20,4 juta penduduk Indonesia berusia 20–79 tahun yang hidup dengan diabetes pada tahun 2024. Selain itu, sekitar 29,8 juta penduduk Indonesia diperkirakan berada pada fase prediabetes (impaired glucose tolerance) yang berisiko tinggi berkembang menjadi diabetes melitus tipe 2 apabila tidak terdeteksi dan ditangani sejak dini.
Prediabetes merupakan fase ketika kadar glukosa darah berada di atas normal, tetapi belum memenuhi kriteria diabetes. Kondisi ini umumnya tidak menimbulkan gejala sehingga sering tidak disadari oleh penderitanya. Padahal, apabila dideteksi sejak dini, perubahan gaya hidup dan intervensi yang tepat dapat secara signifikan menurunkan risiko berkembang menjadi diabetes melitus tipe 2.
Glicovia dirancang untuk meningkatkan akses masyarakat terhadap skrining dini diabetes melalui teknologi yang lebih nyaman dan mudah digunakan. “Kami ingin menghadirkan metode skrining yang tidak hanya akurat, tetapi juga lebih nyaman. Dengan memanfaatkan saliva sebagai sampel pemeriksaan dan mengintegrasikan kecerdasan buatan serta IoT, kami berharap deteksi dini prediabetes dapat dilakukan lebih luas sehingga risiko berkembang menjadi diabetes dapat ditekan sejak awal,” kata Alya dalam keterangannya (26/7).
Glicovia bekerja dengan memanfaatkan air liur (saliva) sebagai sampel pemeriksaan, sehingga pengguna tidak perlu menjalani pengambilan darah. Air liur akan diletakkan pada sensor yang kemudian mengukur beberapa indikator yang berkaitan dengan risiko prediabetes, seperti kadar glukosa, fruktosamin saliva, dan tingkat keasaman (pH). Hasil pengukuran tersebut diproses oleh sistem kecerdasan buatan untuk menilai tingkat risiko prediabetes. Selanjutnya, hasil pemeriksaan dapat langsung ditampilkan melalui aplikasi atau platform digital sehingga pengguna dapat memantau kondisinya dengan lebih mudah.
Selain mengusung konsep non-invasif (tanpa sayatan), Glicovia juga menerapkan pendekatan green diagnostics. Pemanfaatan saliva sebagai sampel pemeriksaan berpotensi mengurangi penggunaan bahan habis pakai yang umum digunakan pada pemeriksaan darah konvensional. Integrasi IoT juga memungkinkan penyimpanan riwayat hasil pemeriksaan secara digital sehingga proses pemantauan kesehatan dapat dilakukan secara lebih efektif, berkelanjutan, dan mendukung layanan kesehatan berbasis data.
Saat ini pengembangan Glicovia telah mencapai sekitar 70%. Tim telah menyelesaikan perancangan sistem, pengembangan sensor, integrasi dengan Internet of Things (IoT), serta pengembangan model kecerdasan buatan (Support Vector Machine/SVM). “Saat ini, kami memasuki tahap validasi menggunakan sampel saliva asli untuk memastikan akurasi dan keandalan hasil deteksi sebelum alat dapat dikembangkan lebih lanjut,” tambah Alya.
Melalui pendanaan PKM-KC 2026, tim menargetkan Glicovia dapat melaju hingga Pekan Ilmiah Mahasiswa Nasional (PIMNAS) serta terus dikembangkan menjadi perangkat skrining prediabetes yang praktis, akurat, dan mudah diakses oleh masyarakat maupun fasilitas pelayanan kesehatan primer. Ke depan, inovasi ini diharapkan tidak hanya mendukung upaya pencegahan diabetes melalui deteksi dini, tetapi juga membuka peluang pengembangan teknologi diagnostik non-invasif karya anak bangsa yang dapat diimplementasikan secara luas.
Penulis: Alya Ramadhani
Penyunting Naskah: Fajar Budi Harsakti
