SISTEM MONITORING KADAR ASAM URATSECARA NON-INVASIVE UNTUK PEMERIKSAAN MANDIRI BERBASIS INTERNET OF THINGS (IOT)

Penyakit asam urat atau biasa dikenal sebagai gout arthritis merupakan suatu penyakit yang diakibatkan karena penimbunan kristal monosodium urat di dalam tubuh. Pemantauan kadar asam urat darah saat ini masih menggunakan teknik invasive dengan mengambil sampel darah untuk dimasukkan dalam strip alat test, pengukuran teknik invasive ini membutuhkan biaya dan waktu untuk datang ke klinik kesehatan sehingga banyak masyarakat tidak dapat melakukan pemantauan kadar asam urat darah secara rutin. Penelitian ini bertujuan mengembangkan alat ukur monitoring kadar asam urat darah menggunakan sensor dengan memanfaatkan serapan dan reflektansi sinar infra red, agar penderita penyakit asam urat dan individu lainnya dapat melakukan pemantauan kadar asam urat darah secara rutin dan mudah digunakan. Metode pengembangan teknik non-invasive berfokus pada pemantauan kadar asam urat darah menggunakan mikrokontroler ESP32 dan sensor PPG MAX 30102 yang dapat menghasilkan gelombang denyut nadi. sehingga diperlukan pengujian accuracy yang dihasilkan dengan metode machine learning. Pada penelitian ini menggunakan 20 sampel data dan 2 kelas klasifikasi. Kelas data yang digunakan adalah NORMAL dan HIGH. Data hasil pengukuran asam urat kemudian diolah dengan menggunakan teknik machine learning yang menggunakan metode Convolutional Neural Networks (CNN) dan Artificial Neural Networks (ANN). Dari 20 sampel data yang dilatih didapat sebanyak 100 Epoch dan besar batch size 4 didapatkan tingkat akurasi sebesar 0.80 dan total loss terkecil sebesar 0,001. Maka dapat dinyatakan model sistem alat cek asam urat non invasive memliki tingkat akurasi yang tinggi dan total loss yang kecil.