Kacaribu, Angeline Anabelle
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Prediksi Tekanan Darah Non-Invasif Berbasis Sinyal Photoplethysmography (PPG) Menggunakan Algoritma LightGBM Kacaribu, Angeline Anabelle; Muttaqin, Adharul; Setyawan, Raden Arief
Jurnal Mahasiswa TEUB Vol. 14 No. 3 (2026)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Hipertensi merupakan salah satu masalah kesehatan utama yang  memerlukan pemantauan tekanan darah secara rutin. Metode pengukuran tekanan darah konvensional berbasis manset (cuff-based) memiliki  keterbatasan dalam pemantauan kontinu. Oleh karena itu, pengembangan metode estimasi tekanan darah tanpa manset (cuffless blood pressure  estimation) menjadi penting. Penelitian ini bertujuan untuk  mengembangkan model prediksi tekanan darah non-invasif berbasis sinyal Photoplethysmography (PPG) menggunakan algoritma Light Gradient  Boosting Machine (LightGBM). Tahapan penelitian meliputi pra-pemrosesan sinyal, segmentasi beat-to-beat, serta ekstraksi fitur statistik,  perfusi, dan morfologi gelombang PPG. Fitur yang diperoleh digunakan  sebagai masukan model regresi LightGBM untuk memprediksi tekanan  darah sistolik, diastolik, dan denyut nadi. Hasil evaluasi menunjukkan nilai  Mean Absolute Error (MAE) sebesar 13.89 mmHg untuk tekanan sistolik,  6.36 mmHg untuk tekanan diastolik, dan 7.87 bpm untuk denyut nadi. Hasil ini menunjukkan bahwa metode yang diusulkan memiliki potensi dalam  estimasi tekanan darah non-invasif, meskipun masih diperlukan  pengembangan lebih lanjut untuk meningkatkan akurasi, khususnya pada tekanan sistolik. Kata Kunci : Photoplethysmography, estimasi tekanan darah tanpa manset, LightGBM, machine learning, pemrosesan sinyal.