Claim Missing Document
Check
Articles

Found 12 Documents
Search

PENDETEKSIAN SINYAL JANTUNG PQRST DENGAN CHIP BIOPOTENSIAL DAN TELEPON SELULER TIGA LEAD Rochmad, Moch.; Kemalasari, Kemalasari; Sigit, Riyanto
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 7, No 1 (2023): SEMNAS RISTEK 2023
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v7i1.6274

Abstract

Serangan jantung masih menjadi salah satu penyakit penyebab kematian di seluruh dunia. Banyak penelitian yang dilakukan untuk membuat modul akuisisi sinyal EKG (Electro Kardio Graf) yang portable dan akurat sebagai salah satu solusi bagi permasalahan penyakit jantung. Modul yang portable dan mudah digunakan dapat dimanfaatkan oleh pasien secara mandiri untuk mengetahui sedini mungkin adanya gangguan pada kerja jantung. Alat akuisisi sinyal EKG yang dibuat ini akan menghasilkan sinyal EKG yang dapat dimanfaatkan untuk merekam data sinyal jantung pasien. Penelitian ini dilakukan mulai April 2022 sampai November 2022. Alat ini terdiri dari rangkaian biopotensial sebagai penguat sinyal dari sensor elektroda, lalu LPF (Low Pass Filter) dan penguat noninverting ditambahkan untuk menghilangkan noise dan menguatkan sinyal sebelum masuk pada tahap selanjutnya. Dibutuhkan ADC (Analog to Digital Converter) dan mikrokontroller dalam satu modul Arduino dan chip bluetooth untuk komunikasi dengan telepon seluler. Dibutuhkan perangkat lunak pada telepon seluler untuk menampilkan grafik EKG dan menyimpannya. Pengujian akan di lakukan di beberapa lead EKG untuk mendapatkan kondisi sinyal jantung yang akurat untuk dianalisa berikutnya.Tujuan penelitian ini untuk diterapkan pada masyarakat luas untuk check up kesehatannya, sehingga masyarakat pengguna peralatan ini dapat merasakan pelayanan kesehatan dengan murah, data hasil pengukuran terekam dan langsung diinformasikan.
Rancang Bangun Sistem Monitoring dan Kontrol Listrik Berbasis IoT dengan Prediksi Tagihan Menggunakan LSTM Tirto Nusantara, Arung; Rochmad, Moch.; Kemalasari, Kemalasari
Cerdika: Jurnal Ilmiah Indonesia Vol. 6 No. 2 (2026): Cerdika: Jurnal Ilmiah Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/cerdika.v6i2.3250

Abstract

Peningkatan konsumsi listrik rumah tangga yang tidak diiringi dengan kesadaran efisiensi energi berpotensi menyebabkan pemborosan energi dan meningkatnya tagihan listrik bulanan. Data Kementerian ESDM menunjukkan bahwa konsumsi listrik per kapita di Indonesia pada tahun 2023 mencapai 1.337 kWh/kapita, meningkat sebesar 13,98% dibandingkan tahun sebelumnya. Sementara itu, sistem konvensional belum mampu menyediakan pemantauan real-time, kontrol perangkat, dan prediksi konsumsi secara terintegrasi. Penelitian ini bertujuan merancang dan mengimplementasikan sistem monitoring, kontrol, dan prediksi energi listrik rumah tangga berbasis IoT dan model LSTM untuk meningkatkan efisiensi energi dan perencanaan keuangan pengguna. Sistem dibangun dengan dua node ESP32 dan sensor PZEM-004T untuk mengukur parameter listrik. Data dikirim real-time ke Firebase dan ditampilkan via aplikasi Ionic. Model LSTM dilatih menggunakan data historis konsumsi listrik 2022–2025. Pengujian meliputi validasi akurasi sensor, kontrol relay, serta evaluasi model dengan metrik MAE, RMSE, dan MAPE. Hasil pengujian menunjukkan akurasi pengukuran tegangan sebesar 99,85% (error 0,15%), daya sebesar 97,74% (error 2,26%), dan arus dengan error rata-rata 14,20% yang meningkat pada beban tinggi. Model LSTM menghasilkan MAPE sebesar 17,89%, mengungguli metode baseline (MAPE 20,59%). Pada studi kasus November 2025, prediksi konsumsi listrik sebesar 340,96 kWh dengan error relatif 12,71% terhadap konsumsi aktual (302,50 kWh). Fitur kontrol berjalan dengan delay 0,5–1 detik dan tingkat keberhasilan 100%. Sistem ini berhasil menyediakan pemantauan real-time, kontrol jarak jauh, dan prediksi konsumsi energi yang lebih akurat. Implementasinya mendukung pengelolaan energi rumah tangga yang efisien dan terencana. Untuk akurasi lebih tinggi, disarankan penambahan dataset dan optimasi model secara berkala.