Detektor Gejala Hipoksia Menggunakan Arduino Berbasis Logika Fuzzy

Share on facebook
Share on google
Share on twitter
Share on linkedin
Ilustrasi hipoksia. (Sumber: Alodokter)

Pada penelitian ini, telah dirancang sebuah alat deteksi gejala dini hipoksia yang menggunakan metode non-invasif. Perangkat ini dengan menggunakan sensor Max30100 yang disematkan pada ujung jari. Pada proses pendeteksiannya, perangkat ini menggunakan metode fuzzy Sugeno sehingga didapat keluaran yang sesuai dengan aturan yang ada. Metode fuzzy Sugeno akan mengolah data yang diambil dari sensor Max30100. Ada 3 perangkat di dalam perangkat ini, Arduino sebagai pengontrol, sensor Max30100 untuk mendapatkan input parameter, dan Bluetooth untuk mengirimkan data ke smartphone. Pada penelitian ini didapatkan hasil pengujian error sebesar 2,96% untuk saturasi oksigen dan 2,86% untuk detak jantung yang didapat. Dari metode fuzzy pada 12 uji coba didapatkan akurasi 100% dan metode fuzzy Sugeno dapat mengolah data masukan.

Prototipe sistem deteksi otomatis

Pembuatan perangkat ini memerlukan suatu rancangan prototipe yang akan diimplementasikan pada sistem. Komponen utama yaitu modul sensor Max30100 yang dihubungkan ke Level converter agar sensor berfungsi dengan baik. Sensor ini digunakan untuk mengambil data detak jantung dan SpO2. Pembacaan sensor ditanam ke dalam Arduino UNO yang disuplai oleh baterai 9v. Mikrokontroler yang digunakan adalah Arduino UNO karena unit pengolah ini sudah mendukung untuk digunakan dengan pemakaian daya yang rendah dan cocok untuk pembuatan sistem minimum. Selain itu alat ini menggunakan Bluetooth HC-05 untuk mengirimkan hasil klasifikasi fuzzy Sugeno ke Android melalui aplikasi yang telah dibuat.

Input sensor yang disematkan ke jari yang nantinya akan dihitung berapa detak jantung dan kadar SpO2. setelah mendapatkan data sensor, proses selanjutnya akan memasukkan data tersebut dalam perhitungan fuzzy untuk mencari nilai x. setelah mencari nilai x sistem akan mencari aturan mana yang tepat untuk nilai tersebut jika nilai x sama dengan aturan 0 maka keluaran akan menampilkan keluaran yang terdapat pada aturan 0 jika tidak sama dengan 0 maka akan dicari aturan ke-12 .

Metode fuzzy Sugeno akan mengolah data yang diperoleh dari sensor Max30100. Setelah detak jantung dan SpO2 didapat, proses logika fuzzy akan memproses data secara berurutan. Setelah proses defuzzifikasi selesai, keluaran berupa rule akan mengklasifikasikan hipoksia.

Metode dan Hasil

Sensor Max30100 bekerja dengan menggunakan inframerah. Pengujian pembacaan nilai sensor Max30100 adalah untuk mengetahui apakah sensor dapat membaca data dan apakah akurasi data sensor Max30100 baik atau tidak, sehingga data dapat diolah dengan menggunakan metode yang telah digunakan.. Hasil data sensor yang diuji adalah detak jantung dan SpO2.

Pengujian logika fuzzy pada penelitian ini menggunakan 12 sampel yang diperoleh dengan input dan output yaitu normal, hipoksia sedang, hipoksia sedang, dan hipoksia berat. Pengujian dilakukan dengan menganalisis rumus Fuzzy yang telah diterapkan pada sistem. Kemudian memberikan keputusan atau kesimpulan terhadap keluarannya yaitu dengan perhitungan Fuzzy.

Hasil penelitian ini menunjukkan sistem yang dirancang berhasil melakukan deteksi hipoksia menggunakan detak jantung dan rigiditas oksigen dengan metode fuzzy Sugeno. Dari pengujian error test, didapatkan hasil saturasi oksigen 2,96% dan detak jantung 2,86%. Dari metode fuzzy pada 12 percobaan didapatkan akurasi 100% dan metode fuzzy Sugeno dapat mengolah data masukan dengan baik. Jarak pengiriman data menggunakan Bluetooth maksimal adalah sekitar 10 meter.

Penulis: Prisma Megantoro

Informasi detail dari riset ini dapat dilihat pada tulisan kami di:

https://ieeexplore.ieee.org/document/9276818 atau

https://www.scopus.com/inward/record.uri?eid=2-s2.0-85099089442&doi=10.1109%2fICIEE49813.2020.9276818&partnerID=40&md5=206cc25a137742b65891d18f6b52b098

Berita Terkait

UNAIR News

UNAIR News

Media komunikasi dan informasi seputar kampus Universitas Airlangga (Unair).