Rancang Bangun Pendeteksi Kadar Gula Darah Non-Invasif Portabel Berbasis Iot

Authors

  • Muhammad Rizky Universitas Negeri Surabaya
  • Reza Rahmadian Universitas Negeri Surabaya
  • Ayusta Lukita Wardani Universitas Negeri Surabaya
  • Aditya Chandra Hermawan Universitas Negeri Surabaya

DOI:

https://doi.org/10.47134/jte.v2i2.4747

Keywords:

Kadar Gula Darah, non-Invasif, Portabel, IoT, Photoplethysmography, MAX30100, ESP32, Regresi Linear

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sebuah prototipe alat pendeteksi kadar gula darah non-invasif portabel berbasis Internet of Things (IoT). Metode yang digunakan adalah photoplethysmography (PPG) dengan sensor MAX30100 pada mikrokontroler ESP32 untuk merekam fluktuasi sinyal Inframerah dan Merah dari ujung jari. Data sinyal mentah yang diperoleh kemudian diolah untuk mengekstrak fitur-fitur kunci, meliputi detak jantung (BPM), saturasi oksigen (SpO2), rasio AC/DC IR, dan rasio AC/DC Red. Fitur-fitur ini, bersama dengan data usia subjek, dianalisis menggunakan model regresi linear multivariat untuk mengestimasi kadar glukosa darah. Sistem ini dilengkapi dengan LCD untuk menampilkan hasil, serta modul SD Card dan konektivitas WiFi untuk penyimpanan data ganda ke data logger lokal dan Google Sheets. Hasil dari pengujian validasi pada 31 sampel data menunjukkan prototipe ini berhasil mencapai tingkat akurasi total sebesar 92% dengan rata-rata persentase kesalahan absolut (MAPE) sebesar 8% saat dibandingkan dengan glukometer standar. Kinerja terbaik tercatat pada mode "Setelah Makan" dan "Sewaktu", namun akurasi menurun pada mode "Puasa", terutama pada subjek di atas 40 tahun. Penelitian ini berhasil membuktikan kelayakan konsep metode estimasi glukosa berbasis fitur PPG. Disarankan untuk melakukan validasi lanjutan dengan sampel yang lebih besar dan eksplorasi model machine learning non-linear untuk meningkatkan generalisasi model.

References

Adigüzel, Gökhan, Ümit Şentürk, dan Kemal Polat. 2024. “Blood Glucose Level Estimation Using Photoplethysmography (PPG) Signals with Explainable Artificial Intelligence Techniques.” Open Journal of Nano 9(1): 45–62.

Apridho, Rika Gusa, dan Fardhan Arkan. 2021. “Alat Ukur Kadar Glukosa Darah Non-Invasive Terhubung Aplikasi Android.” Jurnal SIMETRIS 12(1): 1–14.

Sen Gupta, Shantanu, Tae Ho Kwon, Shifat Hossain, dan Ki Doo Kim. 2021. “Towards non-invasive blood glucose measurement using machine learning: An all-purpose PPG system design.” Biomedical Signal Processing and Control 68(February): 102706. https://doi.org/10.1016/j.bspc.2021.102706.

Hutabarat, Mustika Sari, dan Hotman Sinaga. 2022. “Peningkatan Pemahaman Masyaratakat Tentang Penyakit Diabetes Mellitus (Kencing Manis) Dan Pengobatannya Pada Masyarakat Rt 01 Rw 01 Dan Rt 07 Rw 02 Kelurahan Sukajaya Palembang.” Jurnal Pengabdian Ilmu Kesehatan 2(2): 55–60.

Idmar’a, Rizqi Addini Nur, Leonardo Kamajaya, dan Fitri. 2024. “Sistem Telemonitoring Gula Darah Menggunakan Non-Invasive Berbasis IoT.” Jurnal Elektronika dan Otomasi Industri 11(1): 44–53.

Maxim Integrated. 2021. “MAX30102 - High-Sensitivity Pulse Oximeter and Heart-Rate Sensor for Wearable Health.” Maxim Integrated: 1–32. https://www.maximintegrated.com/en/products/sensors /MAX30102.html.

Mulyani, Sri, Hilman Zarory, Aulia Ullah, dan Jufrizel Jufrizel. 2024. “Prototype PPG (Photoplethysmography) Secara Real time sebagai Pendeteksi Dini Gangguan Detak Jantung Dilengkapi dengan Visual Graph pada Android.” Journal of Telecommunication Electronics and Control Engineering (JTECE) 6(2): 125–38.

Pokhrel, Sakinah. 2024. “No TitleΕΛΕΝΗ.” Αγαη 15(1): 37–48.

Satter, Shama, Mrinmoy Sarker Turja, Tae Ho Kwon, dan Ki Doo Kim. 2024. “EMD-Based Noninvasive Blood Glucose Estimation from PPG Signals Using Machine Learning Algorithms.” Applied Sciences (Switzerland) 14(4).

Suruso, Suruso, Luckyta Simanjuntak, dan Emilia Hesti. 2023. “Penerapan Internet Of Things Dalam Rancang Bangun Telemedis Kadar Glukosa.” Jurnal RESISTOR (Rekayasa Sistem Komputer) 6(2): 49–56.

Apridho, Rika Gusa, dan Fardhan Arkan. 2021. “Alat Ukur Kadar Glukosa Darah Non-Invasive Terhubung Aplikasi Android.” Jurnal SIMETRIS 12(1): 1–14.

Hutabarat, Mustika Sari, dan Hotman Sinaga. 2022. “Peningkatan Pemahaman Masyaratakat Tentang Penyakit Diabetes Mellitus (Kencing Manis) Dan Pengobatannya Pada Masyarakat Rt 01 Rw 01 Dan Rt 07 Rw 02 Kelurahan Sukajaya Palembang.” Jurnal Pengabdian Ilmu Kesehatan 2(2): 55–60.

Atmajaya, D., Asnaniar, W. O. S., & Haris, A. (2021). Pkm Pendeteksi Kadar Gula Darah Berbasis Mikrokontroler Di Puskesmas Samata Gowa. Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ, 8(2), 215–219. https://doi.org/10.32699/ppkm.v8i2.1580

International Diabetes Federation. (2022). IDF Diabetes Atlas 2022 Report. Brussels, Belgium, I nternational Diabetes Federation, 1–3. https://diabetesatlas.org/regional-factsheets/

Kemalasari, K., Ifadah, M. A., & Iman, B. N. (2022). Alat Pendeteksi Kadar Glukosa pada Urine dengan Metode Naive Bayes. Jurnal Rekayasa Elektrika, 18(4), 208–215. https://doi.org/10.17529/jre.v18i4.27238

Lekić, M., & Gardašević, G. (2018). IoT sensor integration to Node-RED platform. 2018 17th International Symposium on INFOTEH-JAHORINA, INFOTEH 2018 - Proceedings, 2018-Janua(March), 1–5. https://doi.org/10.1109/INFOTEH.2018.8345544

Nurma’atin, T. (2021). Non-Invasive Menggunakan Sistem Telemedika Berbasis Iot.

Selvia, W. L. putra, & Nurraharjo, E. (2023). Alat Pengukur Kadar Gula Darah Non-Invasive Berbasis Arduino. Jurnal Informatika dan Rekayasa Elektronik, 6(2), 189–195. https://doi.org/10.36595/jire.v6i2.814

Lekić, M., & Gardašević, G. (2018). IoT sensor integration to Node-RED platform. 2018 17th International Symposium on INFOTEH-JAHORINA, INFOTEH 2018 - Proceedings, 2018-Janua(March), 1–5. https://doi.org/10.1109/INFOTEH.2018.8345544

Atmajaya, D., Asnaniar, W. O. S., & Haris, A. (2021). Pkm Pendeteksi Kadar Gula Darah Berbasis Mikrokontroler Di Puskesmas Samata Gowa. Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ, 8(2), 215–219. https://doi.org/10.32699/ppkm.v8i2.1580

Kemalasari, K., Ifadah, M. A., & Iman, B. N. (2022). Alat Pendeteksi Kadar Glukosa pada Urine dengan Metode Naive Bayes. Jurnal Rekayasa Elektrika, 18(4), 208–215. https://doi.org/10.17529/jre.v18i4.27238

Lekić, M., & Gardašević, G. (2018). IoT sensor integration to Node-RED platform. 2018 17th International Symposium on INFOTEH-JAHORINA, INFOTEH 2018 - Proceedings, 2018-Janua(March), 1–5. https://doi.org/10.1109/INFOTEH.2018.8345544

Downloads

Published

2025-08-12

How to Cite

Rizky, M., Rahmadian, R., Wardani, A. L., & Hermawan, A. C. (2025). Rancang Bangun Pendeteksi Kadar Gula Darah Non-Invasif Portabel Berbasis Iot. Journal of Electrical Engineering, 2(2), 9. https://doi.org/10.47134/jte.v2i2.4747

Issue

Section

Articles