Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa TEUB
Romadhona, Nabila Fairuz
Unknown Affiliation
Education

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

Found 1 Documents
Search

 1 
PREDIKSI TEKANAN DARAH NON-INVASIF BERBASIS SINYAL PHOTOPLETHYSMOGRAPHY (PPG) MAX30102 MENGGUNAKAN RANDOM FOREST Romadhona, Nabila Fairuz; Muttaqin, Adharul; Setyawan, Raden Arief
Jurnal Mahasiswa TEUB Vol. 14 No. 4 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Tekanan darah merupakan indikator fisiologis utama dalam penilaian kondisi kardiovaskular. Metode konvensional berbasis manset memiliki keterbatasan pada pemantauan kontinu. Penelitian ini mengusulkan sistem prediksi tekanan darah non-invasif berbasis sinyal Photoplethysmography (PPG) menggunakan sensor MAX30102 dan algoritma Random Forest. Dataset diperoleh dari 78 subjek dengan 234 rekaman sinyal PPG. Sinyal diproses melalui band-pass filter (0,5–4 Hz) dan diekstraksi fitur morfologi serta temporal. Evaluasi dilakukan menggunakan Group K-Fold CrossValidation untuk mencegah data leakage antar subjek. Hasil pengujian menunjukkan MAE sebesar 9,414 mmHg (SBP), 7,439 mmHg (DBP), dan 7,327 bpm (Pulse) dengan R² sebesar 0,165, 0,095, dan 0,393 secara berurutan. Model prediksi denyut nadi mencapai R² tertinggi sebesar 0,393, sedangkan prediksi SBP dan DBP masih terbatas akibat distribusi data yang tidak merata. Penelitian ini menunjukkan potensi sensor PPG berbiaya rendah untuk estimasi tekanan darah non-invasif, meski diperlukan pengembangan dataset yang lebih beragam untuk meningkatkan generalisasi model. Kata Kunci— Photoplethysmography, Estimasi tekanan darah tanpa manset, Random Forest, Machine learning, Pemrosesan sinyal. 
Co-Authors Adharul Muttaqin Raden Arief Setyawan