Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga)
Ardoni Yeriko Rifana Gultom
2Program Studi Teknik Informatika, Fakultas Teknologi Industri, Institut Teknologi Sumatera
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

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

Found 1 Documents
Search

 1 
Analisis Perbandingan Region Of Interest Untuk Pengukuran Frekuensi Denyut Nadi Secara Non-Kontak Menggunakan Algoritma POS Pada Citra Wajah Ardoni Yeriko Rifana Gultom; Martin Clinton Tosima Manullang
JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga) Vol. 6 No. 2: July 2026
Publisher : Jurusan Teknik Elektro, Politeknik Negeri Bandung

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

Abstract

Pengukuran frekuensi denyut nadi (FDN) merupakan indikator penting dalam pemantauan kesehatan kardiovaskular. Metode konvensional berbasis kontak, seperti pulse oximeter, memiliki keterbatasan dalam hal kenyamanan dan potensi risiko infeksi. Teknologi remote photoplethysmography (rPPG) berbasis citra wajah menawarkan pendekatan non-kontak yang lebih aman dan praktis, namun performanya sangat dipengaruhi oleh pemilihan Region of Interest (ROI). Meskipun algoritma Plane Orthogonal to Skin (POS) terbukti efektif dalam ekstraksi sinyal rPPG, belum ada studi yang secara khusus membandingkan performa berbagai ROI dengan algoritma ini. Penelitian ini mengevaluasi tujuh ROI (dahi, pipi kanan, pipi kiri, hidung, mulut, nasion, dan dagu) untuk menentukan ROI terbaik dalam estimasi FDN menggunakan algoritma POS. Dengan menggukanan dataset PURE sinyal RGB dari masing-masing ROI diproses dengan POS dan bandpass filter, lalu dianalisis menggunakan metode peak detection. Hasil menunjukkan bahwa ROI hidung memberikan estimasi FDN paling akurat dengan MAE 6.86 dan RMSE 11.71, serta performa yang stabil dalam berbagai kondisi gerakan. Sistem berbasis Flask yang dikembangkan mampu melakukan estimasi secara real-time dengan latensi rendah sekitar 2 detik, lebih cepat dibandingkan pulse oximeter yang membutuhkan waktu 4–7 detik. Selain itu, akurasi sistem sangat mendekati hasil pengukuran oximeter, sehingga menunjukkan potensinya untuk digunakan dalam pemantauan kesehatan non-kontak secara efisien dan andal.
Co-Authors Martin Clinton Tosima Manullang