<![CDATA[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%.]]>
Copyrights © 2024
