SISTEM DETEKSI KADAR GULA DARAH, KOLESTEROL, DAN ASAM URAT NON-INVASIF BERBASIS INTERNET OF THINGS (IOT) DENGAN METODE REGRESI POLINOMIAL

Rahmadaniar, Desi (2025) SISTEM DETEKSI KADAR GULA DARAH, KOLESTEROL, DAN ASAM URAT NON-INVASIF BERBASIS INTERNET OF THINGS (IOT) DENGAN METODE REGRESI POLINOMIAL. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) Cover.pdf - Published Version Download (1MB) | Preview
Preview	Text (Abstrak) Abstrak.pdf - Published Version Download (77kB) | Preview
	Text (Bab I) BAB I.pdf - Published Version Restricted to Repository staff only Download (161kB) | Request a copy
	Text (Bab II) BAB II.pdf - Published Version Restricted to Repository staff only Download (360kB) | Request a copy
	Text (Bab III) BAB III.pdf - Published Version Restricted to Repository staff only Download (268kB) | Request a copy
	Text (Bab IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (869kB) | Request a copy
	Text (Bab V) BAB V.pdf - Published Version Restricted to Repository staff only Download (71kB) | Request a copy
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (87kB) | Request a copy
	Text (Lampiran) Lampiran.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Pemantauan kesehatan sangat penting untuk mencegah terjadinya penyakit sejak dini. Namun, Metode pemeriksaan umum yang masih digunakan hingga saat ini masih bersifat invasif, yaitu melalui pengambilan sampel darah dengan jarum suntik. Karena tidak nyaman dan memerlukan biaya yang cukup tinggi, banyak orang yang tidak menjalani pemeriksaan rutin. Dalam penelitian ini, sensor optik MAX30105 digunakan sebagai alat ukur non-invasif yang dapat membaca pantulan cahaya inframerah dari ujung jari. Selanjutnya, data sensor diolah menggunakan metode regresi polinomial orde dua untuk menghitung kadar gula darah, kolesterol, dan asam urat. Percobaan kuantitatif dilakukan terhadap 15 partisipan, dan hasilnya menunjukkan kadar gula darah 91,50%, kadar kolesterol 86,07%, dan kadar asam urat 89,33%. Untuk pencatatan data historis, platform Adafruit IO digunakan karena mudah diintegrasikan dan mudah diakses. Selain itu, menggunakan MIT App Inventor sebagai visualisasi data IoT secara real-time. Penilaian awal Kualitas Layanan (QoS) menunjukkan latensi data rata-rata 500–700 ms dan tingkat keberhasilan transmisi Wi-Fi 97%. Hasil menunjukkan bahwa perangkat ini sangat bermanfaat dan mudah digunakan. Namun, akurasi pengukuran dapat dipengaruhi oleh beberapa faktor seperti kebersihan kulit, posisi jari, dan ketebalan jaringan kulit. Oleh karena itu, alat ini tidak dapat berfungsi sebagai pengganti standar medis umum. Namun demikian, sistem ini dianggap cukup layak untuk digunakan sebagai alat skrining awal untuk memantau kondisi kesehatan secara mandiri.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Internet of Things (IoT), Non-Invasif, Regresi Polinomial, Sensor MAX30105
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Telecommunication Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	02 Sep 2025 05:04
Last Modified:	02 Sep 2025 05:04
URI:	http://eprints.polsri.ac.id/id/eprint/18428

Actions (login required)

View Item