AL HILAL ICHLASUL AMIN (2024) INOVASI TEKNOLOGI NON-INVASIF UNTUK PEMERIKSAAN MANDIRI KADAR KOLESTEROL DALAM DARAH MENGGUNAKAN SENSOR PPG MAX. S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (1MB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (1MB)
Abstrak.pdf
Restricted to Registered users only
Download (521kB)
Bab I.pdf
Download (631kB)
Bab II.pdf
Restricted to Registered users only
Download (1MB)
Bab III.pdf
Restricted to Registered users only
Download (1MB)
Bab IV.pdf
Restricted to Registered users only
Download (1MB)
Bab V.pdf
Restricted to Registered users only
Download (561kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (375kB)
Lampiran.pdf
Restricted to Registered users only
Download (1MB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (397kB)
Full Text.pdf
Restricted to Repository staff only
Download (2MB)
Abstract
Kolesterol yang berlebihan dapat menyebabkan penyakit dalam tubuh, beberapa jenis kadar kolesterol yang menyumbang kematian yang cukup tinggi di Indonesia adalah kadar trigliserida dan Low Density Lipoprotein (LDL) yang tinggi. Penyakit yang dapat ditimbulkan antara lain jantung koroner, hipertensi, hyperlipidemia, hiperkolesterolemia, hinga stroke. Dengan perkembangan zaman maka dikembangkanlah suatu alat Non-Invasif untuk mengetahui kadar kolesterol dalam darah. Alat ini lebih praktis dan tidak menimbulkan rasa sakit karena hanya menempelkan jari ke dalam alat. Alat ini menggunakan ESP32 sebagai Mikrokontroller utama dan sensor PPG MAX 30102 untuk membaca denyut nadi. Kemudian hasil dari pembacaan sensor akan ditampilkan pada layar Oled dan hasilnya akan diperoleh melalui Web Server yang dioperasikan melalui smartphone. Kemudian data yang diperoleh akan diolah menggunakan Machine Learning yang menggunakan metode Convolutional Neuron Network (CNN) dan Artificial Neural Network (ANN).Kata Kunci: Kolesterol, ESP32, PPG MAX 30102, Machine Learning, Web Server
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Cholesterol, ESP32, PPG MAX 30102, Machine Learning, Web Server |
Divisions: | Fakultas Teknik > Teknik Elektro S1 |
Depositing User: | M. Erdiansyah |
Date Deposited: | 26 Jan 2024 02:39 |
Last Modified: | 26 Jan 2024 02:39 |
URI: | https://etd.umy.ac.id/id/eprint/44162 |