Garuda - Garba Rujukan Digital

Deteksi Kelelahan Pada Pengendara Sepeda Motor Berbasis Internet of Things (IoT) Kirani Lubis, Liza; Aly Afandi, Mas; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Kecelakaan lalu lintas di Indonesia, terutamapada pengendara sepeda motor, adalah masalah yang terusmeningkat setiap tahunnya. Hal ini terjadi karena faktorhuman error yaitu kelelahan dan kantuk pada saat berkendara.Meminta bantuan teman untuk memastikan kondisipengendara bahwa mereka dalam keadaan tetap sadar dantidak mengantuk adalah solusi umum untuk mencegahpengendara mengantuk. Namun, solusi ini tidak selalu efektifkarena ada kemungkinan bahwa pengendara menghadapisituasi yang mengharuskan mereka berkendara sendiri. Padapenelitian akan dibuat perancangan alat berbasis Internet ofThings (IoT) yang bertujuan untuk mendeteksi kelelahan padapengendara sepeda motor secara real-time denganmenggunakan sensor MAX30102, sensor flex dan ESP32sebagai pusat kendalinya. Hasil penelitian menunjukkan, sensorMAX30102 berhasil mendeteksi denyut jantung dan saturasioksigen (SpO2), serta sensor flex berhasil mendeteksiperubahan sudut kepala pengendara. Kemudian, Sistem iniefektif memberikan peringatan dini jika terdeteksi kondisitertentu menggunakan notifikasi suara melalui speaker, buzzer,dan menampilkan data pada aplikasi blynk. Hasil pengujianmenunjukkan bahwa sensor MAX30102 dan flex sensormemiliki akurasi yang tinggi, dengan akurasi 98,73% untukpengukuran denyut jantung, 99,28% untuk saturasi oksigen,dan 99,95% untuk deteksi sudut kepalaKata kunci— Blynk, Flex Sensor, MAX30102, NodeMCUESP32

Sistem Monitoring Tanaman Kangkung Dengan Metode Hidroponik Berbasis Internet of Things (IoT) Fitriawan, Taufiq; Indah Purnama, Sevia; Wido Paramadini, Adanti
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Pada era modern saat ini, pertumbuhan penduduk semakin pesat semakin meningkatnya Dengan kondisi ini Masyarakat perkotaan yang ingin bercocok tanam dapat menggunakan media hidroponik. Hidroponik merupakan lahan budidaya pertanian tanpa menggunakan media tanah, sehingga hidroponik cocok menggunakan lahan yang sempit dan terbatas. Tanaman kangkung salah satu jenis sayuran yang populer di penduduk Indonesia, kangkungmemiliki kandungan gizi yang cukup lengkap seperti vitamin A,B,C dan protein yang berguna bagi pertumbuhan dan kesehatan badan. Pemantauan nutrisi pH dan kadar nutrisi yang terlarut jadi faktor kesuksesan hasil panen tanaman kangkung. Dengan menggunakan Teknologi IoT dapat membantu untuk mengontrol nutrisi secara otomatis dan dapat memantau dari jarak jauh secara realtime. Untuk hasil sensor TDS pada penelitian ini memiliki tingkat akurasi sebesar 95,74%. Sensor TDS digunakan untuk memantau padatan terlarut didalam wadah nutrisi. Sensor pH pada penelitian ini memiliki tingkat akurasi sebesar 99,18%. Sensor pH digunakan untuk mengetahui nilai keasaman atau kebasaan dalam wadah nutrisi, untuk pengujian QoS diperoleh nilai Delay sebesar 413 ms dan nilai Packet Loss 0%.Kata kunci — Hidroponik, Sensor TDS, Sensor pH, Aplikasi Android

Desain Perangkat Pengukuran Hemoglobin Secara Non-Invasif Berbasis Machine Learning Nuralifa Kalyana Puteri, Keyza; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Hemoglobin (Hb) merupakan indikator penting untuk menilai kondisi kesehatan karena berperan dalam transportasi oksigen dan karbon dioksida dalam tubuh. Metode pengukuran Hb yang umum digunakan saat ini bersifat invasif, membutuhkan pengambilan sampel darah yang dapat menimbulkan ketidaknyamanan, risiko infeksi, serta memerlukan waktu dan biaya tambahan. Penelitian ini bertujuanmengembangkan perangkat pengukur kadar hemoglobin secara non-invasif menggunakan sensor MAX30102 dan algoritma machine learning regresi linier. Sensor mendeteksi intensitas cahaya merah (Red) dan inframerah (IR) pada ujung jari, yang selanjutnya digunakan sebagai input dalam model prediksi kadar Hb. Model regresi linier yang digunakan memiliki persamaan: Hb = 0,19118 + 0,02011 × IR – 0,0030 × Red. Hasil evaluasi menunjukkan kombinasi sinyal rata-rata IR dan Red memberikan performa terbaik dengan MAE sebesar 0,939, MSE 1,325, RMSE 1,151, serta koefisien korelasi sebesar 0,643. Rata-rata galat antara hasil prediksi perangkat non-invasif terhadap metode invasif adalah 2,66%. Hasil ini menunjukkan bahwa perangkat non-invasif berbasis regresi linier dapat menjadi alternatif yang akurat, nyaman, dan efisien untuk pemantauan kadar hemoglobin.Kata kunci— hemoglobin, machine learning, non invasif, regresi linier.

Implementasi Arsitektur U-Net Untuk Segmentasi Tumor Otak Otomatis Pada Citra MRI Dengan Data Pengujian Asli Shidqi Dhamara, Ammar; Indah Purnama , Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Tumor otak merupakan pertumbuhan selabnormal yang mengganggu fungsi otak. Deteksi dini pentinguntuk meningkatkan akurasi diagnosis, namun segmentasimanual citra MRI memerlukan keahlian tinggi. Penelitian inimengimplementasikan arsitektur U-Net sebagai metodesegmentasi otomatis pada citra MRI menggunakan data aslidari Rumah Sakit Islam Jakarta Cempaka Putih. Eksperimendilakukan dengan variasi epoch (20–100) dan Learning rate(1e-3 dan 1e-4). Konfigurasi terbaik diperoleh pada Learningrate 1e-4 dan 100 epoch dengan Dice Coefficient 0,88 dan IoU0,78. Sistem U-Net ini dapat meningkatkan efisiensi danakurasi diagnosis tumor otak.Kata kunci : Tumor otak, MRI, Segmentasi, U-Net, DeepLearning

Penerapan Sistem Monitoring Dengan Konsep Wearable Device Untuk Simulasi Pemantauan Tanda Vital Pada Pasien Menggunakan BlYNK Wulan Sari, Hesti; Titan Syifa, Fikra; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Pemantauan tanda vital secara real-time menjadi aspek krusial dalam pelayanan kesehatan modern untuk mendeteksi dini gangguan seperti demam, takikardia, atau penurunan kadar oksigen dalam darah. Penelitian ini bertujuan mengembangkan sistem monitoring kesehatan berbasis wearable device yang terintegrasi dengan Internet of Things (IoT) melalui platform Blynk. Sistem ini dirancangmenggunakan mikrokontroler Wemos D1 Mini serta sensor MLX90614 untuk suhu tubuh, dan MAX30100 untuk detak jantung (BPM) dan kadar oksigen darah (SpO₂). Parameter yang dipantau meliputi suhu tubuh normal (36,5–37,5°C), BPM normal (60–100 bpm), serta SpO₂ normal (95–100%). Datadikategorikan sebagai gejala gangguan jika suhu ≥38°C, BPM >100 bpm, atau SpO₂ <95%. Hasil pengujian menunjukkan akurasi rata-rata pengukuran sebesar 97,53% untuk suhu tubuh, 97,62% untuk detak jantung, dan 99,07% untuk SpO₂ jika dibandingkan dengan alat medis pembanding. Dengankemampuan mengirim dan menampilkan data secara langsung ke smartphone, sistem ini dapat digunakan sebagai solusi pemantauan pasien secara efisien dan minim kontak fisik, sehingga berpotensi mendukung respons cepat dalam penanganan kondisi kesehatan pasien.Kata kunci— Blynk, Tanda Vital, Wearable Device

Perbandingan Kinerja Model Transfer Learning VGG16 dan ResNet50 Dalam Klasifikasi Tumor Otak Pada Citra MRI Yosef Mnaku Gawen, Baltasar; Indah Purnama, Sevia; Hikmah, Irmayatul
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Tingginya prevalensi tumor otak dan pentingnyadeteksi dini mendorong pengembangan sistem diagnosisotomatis berbasis kecerdasan buatan. Penelitian ini bertujuanmembandingkan kinerja dua arsitektur deep learning, yaituVGG16 dan ResNet50, dalam mengklasifikasi empat jenis citraMRI tumor otak yakni glioma, meningioma, pituitary, dan notumor. Pendekatan yang digunakan adalah transfer learningdengan dua skenario perbandingan yakni sebelum dan sesudahfine-tuning. Transfer learning memungkinkan pemanfaatanmodel yang telah dilatih sebelumnya, sedangkan fine-tuningdilakukan untuk menyesuaikan parameter model terhadapkarakteristik data baru. Seluruh proses penelitian mengikutitahapan Knowledge Discovery in Database (KDD), yang meliputipengumpulan data, preprocessing, pelatihan model, danevaluasi. Hasil evaluasi menunjukkan bahwa ResNet50menghasilkan akurasi sebesar 94,80% sebelum fine-tuning danmeningkat menjadi 97,54% setelah fine-tuning. Sementara itu,VGG16 memperoleh akurasi sebesar 91,39% sebelum finetuning dan meningkat signifikan menjadi 98,68% setelah finetuning. Berdasarkan hasil tersebut, dapat disimpulkan bahwamodel VGG16 dengan fine-tuning menunjukkan kinerja terbaikdalam klasifikasi tumor otak pada citra MRI. Temuan inimengindikasikan bahwa pendekatan deep learning berbasistransfer learning berpotensi meningkatkan efektivitas danefisiensi diagnosis tumor otak secara otomatis.Kata Kunci: fine-tuning, transfer learning, VGG16, ResNet50,klasifikasi tumor, citra MRI

Prototipe Otomatisasi On/Off Suction Cairan Menggunakan Sensor Non-contact liquid Di Rumah Sakit Orthopaedi Purwokerto Nasya Mauldi, Meyke; Indah Purnama, Sevia; Hikmah, Irmayatul
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Suction pump merupakan salah satu perangkat medisesensial yang digunakan untuk menyedot cairan tubuh selama prosedurpembedahan atau tindakan medis tertentu. Namun, permasalahan yangsering ditemui adalah cairan melebihi kapasitas tabung penampung danmasuk ke dalam mesin pompa, yang dapat menyebabkan kerusakankomponen internal. Kondisi ini umumnya terjadi akibat keterbatasanwaktu tenaga medis dalam memantau volume cairan secara berkala.Penelitian ini bertujuan untuk merancang sistem otomatisasi padasuction pump dengan memanfaatkan sensor non-kontak tipe XKC-Y25-V yang dikendalikan oleh mikrokontroler Arduino Uno. Sensor inimampu mendeteksi keberadaan cairan tanpa perlu bersentuhanlangsung, sehingga mendukung prinsip sterilitas dan keamananperangkat medis. Sistem dirancang agar secara otomatis memutusaliran listrik ke pompa melalui aktuasi relay ketika volume cairan telahmencapai ambang batas tertentu. Pengujian dilakukan menggunakandua jenis cairan dengan viskositas berbeda, yakni 66,00 cP (encer) dan1320,00 cP (kental), untuk mengevaluasi respons sistem terhadapperbedaan karakteristik fluida. Hasil eksperimen menunjukkan bahwasistem memiliki performa tinggi dengan akurasi sensor mencapai99,14% dan nilai rata-rata kesalahan (error) sebesar 0,86%. Sistemjuga terbukti tetap stabil dalam menangani cairan dengan viskositastinggi. Temuan ini menunjukkan bahwa inovasi yang dikembangkanberpotensi meningkatkan efisiensi dan keamanan penggunaan suctionpump, serta layak diterapkan di lingkungan rumah sakit atau fasilitasmedis lainnya.Kata kunci: Suction pump, Sensor Non-Contact, ArduinoUno, Otomatisasi, RelayI. PENDAHULUANPerkembangan Ilmu Pengetahuan dan Teknologi sangatberpengaruh pada kehidupan manusia khususnya dalambidang kesehatan karena kesehatan itu sendiri adalahkebutuhan manusia sejak lahir [1]. Bidang kesehatanmerupakan salah satu bidang yang menjadi prioritas utamadalam perkembangan teknologi di Indonesia. Kemajuanteknologi dituntut untuk mendukung sistem kesehatan baikuntuk rumah sakit hingga tingkat puskesmas. Perkembanganalat-alat medis yang menunjang fasilitas kesehatan tersebuttentunya sebanding dengan tenaga ahli di Bidangnya [2]. Halini menjadi tuntutan utama di karenakan alat-alat yangdigunakan akan berhubungan langsung dengan manusia,tentunya berkaitan dengan nyawa klien/pasien [3]. Pelayanankesahatan yang berkesinambungan perlu didukung denganperalatan yang selalu dalam kondisi siap pakai serta dapatdifungsikan dengan baik. Agar peralatan kesehatan selaludalam kondisi baik, aman dan layak pakai, diperlukanpemeliharaan berkala [4]. Alat medis yang digunakan diRumah sakit atau klinik merupakan salah satu contohperkembangan teknologi, sesuai dengan sifatnya, terdapatdua jenis alat kesehatan yang biasa digunakan pada prosedurkesehatan yaitu alat yang bersifat manual dan juga alat yangbersifat otomatis. Sayangnya karna keterbelakangan biaya,kerap kali alat Kesehatan yang digunakan pada pelayananKesehatan masih bersifat manual, sehngga penggunaanalatnya kurang maksimal. cairan Suction pump merupakanalat kesehatan yang berfungsi untuk menghisap atau partikel(Liquid) pada tubuh manusia kesebuah wadahpengumpul/tabung yang digerakkan oleh sistem penghisappada motor kompresor. Suction pump biasa digunakan utukmenghisap cairan pada area pernapasan dan juga penghisapancairan-cairan dalam tubuh manusia ketika dilakukannyaOperasi medis [5]. Selain itu, Suction pump juga digunakanuntuk membantu dan mempermudah para tenaga medisdalam proses operasi, karena suction dapat menghiapcairancairan yang tidak dibutuhkan seperti darah dan mucus[3]. Biasanya cairan-cairan tersebut menutupi pandangandokter ketika melakukan tindakan 1 operasi, oleh sebab itucairancairan tersebut harus dibuang dengan cara dihisapmenggunakan Suction pump [6]. Pada pemeliharaan alatSuction pump malasah-masalah yang ditemukan sepert

Prototipe Otomatisasi On/Off Suction Cairan Menggunakan Sensor Non-contact liquid Di Rumah Sakit Orthopaedi Purwokerto Nasya Mauldi, Meyke; Indah Purnama, Sevia; Hikmah, Irmayatul
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Suction pump merupakan salah satu perangkat medisesensial yang digunakan untuk menyedot cairan tubuh selama prosedurpembedahan atau tindakan medis tertentu. Namun, permasalahan yangsering ditemui adalah cairan melebihi kapasitas tabung penampung danmasuk ke dalam mesin pompa, yang dapat menyebabkan kerusakankomponen internal. Kondisi ini umumnya terjadi akibat keterbatasanwaktu tenaga medis dalam memantau volume cairan secara berkala.Penelitian ini bertujuan untuk merancang sistem otomatisasi padasuction pump dengan memanfaatkan sensor non-kontak tipe XKC-Y25-V yang dikendalikan oleh mikrokontroler Arduino Uno. Sensor inimampu mendeteksi keberadaan cairan tanpa perlu bersentuhanlangsung, sehingga mendukung prinsip sterilitas dan keamananperangkat medis. Sistem dirancang agar secara otomatis memutusaliran listrik ke pompa melalui aktuasi relay ketika volume cairan telahmencapai ambang batas tertentu. Pengujian dilakukan menggunakandua jenis cairan dengan viskositas berbeda, yakni 66,00 cP (encer) dan1320,00 cP (kental), untuk mengevaluasi respons sistem terhadapperbedaan karakteristik fluida. Hasil eksperimen menunjukkan bahwasistem memiliki performa tinggi dengan akurasi sensor mencapai99,14% dan nilai rata-rata kesalahan (error) sebesar 0,86%. Sistemjuga terbukti tetap stabil dalam menangani cairan dengan viskositastinggi. Temuan ini menunjukkan bahwa inovasi yang dikembangkanberpotensi meningkatkan efisiensi dan keamanan penggunaan suctionpump, serta layak diterapkan di lingkungan rumah sakit atau fasilitasmedis lainnya.Kata kunci: Suction pump, Sensor Non-Contact, ArduinoUno, Otomatisasi, Relay

Uroflowmeter Berbasis Sensor Load Cell Untuk Pengukuran Volume Urine Dengan Analisa Metode Regresi Linear Paskah Saroengoe, Michael; Hikmah, Irmayatul; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Gangguan pada kelenjar prostat seperti BenignProstatic Hyperplasia (BPH) sering kali sulit terdeteksi padatahap awal karena minimnya gejala yang tampak. Salah satumetode non-invasif yang dapat digunakan untuk membantumendeteksi gangguan tersebut adalah pemeriksaan uroflowmetri.Dalam penelitian ini, telah dikembangkan sistem uroflowmeterberbasis sensor Load Cell yang bertujuan untuk mengukurvolume urine dan menganalisis pola aliran urine menggunakanmetode regresi linear. Sistem dirancang agar dapat digunakansecara mandiri oleh pasien dengan bentuk yang portabel dansederhana. Prototipe sistem ini diuji menggunakan cairanpengganti urine sebagai simulasi proses berkemih, baik untukkondisi normal maupun kondisi gangguan seperti BPH. Hasilpengujian menunjukkan bahwa sistem mampu membacaperubahan volume dengan tingkat akurasi rata-rata sebesar99,82%, error rata-rata sebesar 0,75 gram, dan persentase errorsebesar 0,34% dari 40 sampel data pengujian. Sistem juga mampumembedakan antara pola aliran normal (dengan kurva aliransimetris dan flowrate tinggi) dan pola aliran abnormal (dengankurva tidak stabil, terputus-putus, serta flowrate rendah). Analisisdata dilakukan menggunakan regresi linear untuk mengkajihubungan antara berat yang terdeteksi oleh Load Cell dan volumecairan yang keluar. Penelitian ini diharapkan dapat menjadialternatif alat bantu diagnosis dini gangguan saluran kemihdengan biaya rendah, mudah digunakan, serta memberikan hasilyang cukup akurat untuk pemantauan kesehatan prostat secaramandiri.Kata kunci— Benign Prostatic Hyperplasia, Load Cell,Regresi Linear, Uroflowmeter, Akurasi

Pendeteksi Sudut Kemiringan Tulang Pada Penderita Skoliosis Menggunakan Image Processing Dwika Pangestu, Septiana; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Skoliosis adalah kelainan pada tulangbelakang yang ditandai dengan kelengkungan ke sampingberbentuk huruf S atau C, dengan derajat keparahanbervariasi. Pengukuran kelengkungan secara manualmemerlukan waktu lama dan berisiko tidak konsisten.Penelitian ini bertujuan untuk mengembangkan metodeotomatis berbasis citra sinar-X menggunakan deep learninguntuk mengklasifikasikan derajat kelengkungan tulangbelakang secara efisien dan akurat. Model yang digunakanadalah DenseNet karena kemampuannya dalammempertahankan fitur melalui koneksi antar lapisan yangpadat. Sistem dikembangkan melalui tahapan pemrosesancitra dan pelatihan model dengan parameter seperti ukurancitra, jumlah epoch, batch size, learning rate, dan jenisoptimizer. Hasil terbaik diperoleh dengan ukuran citra224x224, batch size 32, learning rate 0,001, dan optimizerRMSprop, yang menghasilkan akurasi hingga 88,78%, presisi84,18%, recall 87,54%, dan skor F1 84,65%. Dengan hasiltersebut, sistem ini terbukti mampu meningkatkan akurasidan efisiensi dalam pengukuran skoliosis serta berpotensimendukung proses diagnosis dan pengobatan secara lebihkonsisten dan objektif di lingkungan klinis.Kata kunci— Skolosis, Pemrosesan Citra, DeepLearning, DenseNet, Detekssi Otomatis, Klasifikasi TulangBelakang, Optimasi Model

Title

Found 18 Documents
Search
Journal : eProceedings of Engineering

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 18 Documents Search Journal : eProceedings of Engineering

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 18 Documents
Search
Journal : eProceedings of Engineering