Prastyo, Andri Dwi
Unknown Affiliation

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

Found 1 Documents
Search

Integrasi Metode Fuzzy Logic dalam Sistem Klasifikasi Tekanan Darah Terintegrasi Internet of Things Prastyo, Andri Dwi; Maulana, Eka; Yudaningtyas, Erni
Jurnal Mahasiswa TEUB Vol. 14 No. 2 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Hipertensi merupakan salah satu penyakit tidak menular dengan  prevalensi tinggi yang menjadi faktor risiko utama penyakit kardiovaskular  dan penyebab kematian terbanyak di Indonesia. Rendahnya kesadaran  masyarakat untuk melakukan pemeriksaan tekanan darah secara rutin  mengakibatkan banyak kasus hipertensi tidak terdeteksi sejak dini. Untuk  mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem  Blood Pressure Detection Device berbasis Internet of Things (IoT) dengan  metode Fuzzy Logic sebagai solusi pemantauan tekanan darah secara real-time. Sistem dirancang menggunakan sensor MAX30102 untuk mengukur  tekanan darah secara non-invasif melalui prinsip Photoplethysmography  (PPG), dengan mikrokontroler ESP32 sebagai pengolah dan pengirim data  ke aplikasi Android yang dikembangkan menggunakan platform Kodular.  Proses klasifikasi tekanan darah dilakukan dengan metode inferensi Fuzzy  Mamdani menggunakan dua variabel input, yaitu tekanan sistolik dan  diastolik, untuk menghasilkan lima kategori kondisi berdasarkan standar  Joint National Committee (JNC), 2003. Hasil pengujian menunjukkan bahwa  perangkat memiliki nilai rata-rata error pengukuran sebesar 1,9% dengan  standar deviasi 0,31 mmHg untuk tekanan darah sistolik dan ratarata error  sebesar 1,8% dengan standar deviasi 0,18 mmHg untuk tekanan darah  diastolik dibandingkan dengan tensimeter aneroid ABN Spectrum. Sistem  transmisi data berbasis IoT memiliki waktu tunda rata-rata sebesar 0,37 detik dengan nilai standar deviasi delay sebesar ±0,24 detik. Selain itu, sistem klasifikasi berbasis Fuzzy Logic menunjukkan tingkat akurasi  sebesar 80% terhadap data uji, dengan nilai sensitivitas 77,78% dan  spesifisitas 83,33%. Hasil ini menunjukkan bahwa sistem yang  dikembangkan memiliki performa yang cukup baik dalam mendukung  deteksi dini dan pemantauan kondisi tekanan darah secara berkelanjutan. Kata Kunci— Fuzzy Logic, Tekanan Darah, Internet of Things, MAX30102, ESP32, Kodular