RAHMAD RIDHO (2025) INOVASI TEKNOLOGI NON-INVASIF UNTUK PEMERIKSAAN KADAR GLUKOSA DARAH SECARA MANDIRI. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (832kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (225kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (239kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (774kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (974kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (781kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (221kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (182kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (181kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (5MB)

Abstract

Diabetes Melitus (DM) merupakan salah satu Penyakit Tidak Menular (PTM) yang prevalensinya terus meningkat secara global setiap tahunnya. Salah satu indikator utama dalam diagnosis DM adalah tingginya kadar glukosa darah (hiperglikemia), yang umumnya berada pada rentang 140 hingga 500 mg/dL. Pemantauan kadar glukosa darah secara berkala sangat penting untuk mencegah komplikasi lebih lanjut. Namun, metode pengukuran glukosa yang umum digunakan bersifat invasif dan sering menimbulkan rasa nyeri serta ketidaknyamanan akibat penggunaan jarum. Permasalahan ini mendorong pengembangan teknologi pengukuran glukosa darah non-invasif yang lebih ramah pengguna. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pengukuran kadar glukosa darah non-invasif yang terintegrasi dengan perangkat smartphone. Sistem ini menggunakan mikrokontroler ESP32 dan sensor photoplethysmography (PPG) MAX30102 untuk memperoleh sinyal denyut nadi, yang selanjutnya dianalisis menggunakan algoritma machine learning. Data yang digunakan terdiri dari 94 sampel dengan tiga kategori klasifikasi kadar glukosa: rendah (LOW), normal (NORMAL), dan tinggi (HIGH). Pemodelan dilakukan menggunakan dua pendekatan pembelajaran mesin, yaitu Convolutional Neural Networks (CNN) dan Artificial Neural Networks (ANN). Hasil pelatihan menunjukkan akurasi model mencapai 1.0 dengan nilai loss minimum sebesar 0,7684. Namun, hasil pengujian menunjukkan akurasi sebesar 0,47, yang mengindikasikan perlunya optimalisasi lebih lanjut terhadap model agar dapat diimplementasikan secara andal dalam aplikasi dunia nyata.

Dosen Pembimbing: Karisma Trinanda Putra, , Ir., S.ST., M.T., Ph.D. | NIDN0519069003
Item Type: Thesis (S1)
Uncontrolled Keywords: Diabetes Mellitus, Non-Invasive, PPG MAX30102, MachineLearning, CNN, ANN
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: Yuliana Ramawati
Date Deposited: 04 Aug 2025 04:43
Last Modified: 04 Aug 2025 04:43
URI: https://etd.umy.ac.id/id/eprint/52222

Actions (login required)

View Item View Item