Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Ramadhanti Aisyah Putri Bintoro, Arnetta
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENGEMBANGAN ALAT DETEKSI GEJALA ANEMIA NON-INVASIVE BERBASIS NARROWBAND INTERNET OF THINGS DENGAN PENDEKATAN XGBOOST Ramadhanti Aisyah Putri Bintoro, Arnetta; Wagyana, Agus
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5379

Abstract

Anemia adalah kondisi medis yang ditandai dengan rendahnya jumlah sel darah merah atau kadar hemoglobin dalam tubuh. Metode konvensional untuk mengukur hemoglobin biasanya bersifat invasif atau memerlukan pengambilan sampel darah, yang berisiko menyebabkan rasa sakit, trauma psikologis, dan infeksi. Penelitian ini merancang alat deteksi gejala anemia dengan menggunakan sensor dan machine learning untuk mendeteksi gejala anemia secara non-invasif, tanpa memerlukan pengambilan sampel darah. Alat ini menggunakan sensor MAX 30102 untuk mengukur kadar oksigen dalam darah melalui cahaya inframerah (IR) dan merah (Red), sensor SEN-11574 untuk mendeteksi detak jantung, dan sensor MLX 90614 untuk mengukur suhu tubuh. Algoritma Extreme Gradient Boosting (XGBoost) digunakan untuk memprediksi kadar hemoglobin berdasarkan data cahaya IR dan Red. Data sensor dikirim ke database melalui teknologi Narrowband Internet of Things (NB-IoT). Pengujian menunjukkan bahwa sensor saturasi oksigen memiliki tingkat kesalahan 1%, sensor detak jantung memiliki error 5.91%, dan sensor suhu memiliki error 2.24%. Perbandingan antara prediksi kadar hemoglobin secara non-invasif dan metode invasif menunjukkan perbedaan nilai rata-rata sebesar 0.76, dengan rata-rata akurasi 94.09%.
PENGEMBANGAN ALAT DETEKSI GEJALA ANEMIA NON-INVASIVE BERBASIS NARROWBAND INTERNET OF THINGS DENGAN PENDEKATAN XGBOOST Ramadhanti Aisyah Putri Bintoro, Arnetta; Wagyana, Agus
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5379

Abstract

Anemia adalah kondisi medis yang ditandai dengan rendahnya jumlah sel darah merah atau kadar hemoglobin dalam tubuh. Metode konvensional untuk mengukur hemoglobin biasanya bersifat invasif atau memerlukan pengambilan sampel darah, yang berisiko menyebabkan rasa sakit, trauma psikologis, dan infeksi. Penelitian ini merancang alat deteksi gejala anemia dengan menggunakan sensor dan machine learning untuk mendeteksi gejala anemia secara non-invasif, tanpa memerlukan pengambilan sampel darah. Alat ini menggunakan sensor MAX 30102 untuk mengukur kadar oksigen dalam darah melalui cahaya inframerah (IR) dan merah (Red), sensor SEN-11574 untuk mendeteksi detak jantung, dan sensor MLX 90614 untuk mengukur suhu tubuh. Algoritma Extreme Gradient Boosting (XGBoost) digunakan untuk memprediksi kadar hemoglobin berdasarkan data cahaya IR dan Red. Data sensor dikirim ke database melalui teknologi Narrowband Internet of Things (NB-IoT). Pengujian menunjukkan bahwa sensor saturasi oksigen memiliki tingkat kesalahan 1%, sensor detak jantung memiliki error 5.91%, dan sensor suhu memiliki error 2.24%. Perbandingan antara prediksi kadar hemoglobin secara non-invasif dan metode invasif menunjukkan perbedaan nilai rata-rata sebesar 0.76, dengan rata-rata akurasi 94.09%.
Co-Authors Agus Wagyana