<![CDATA[Diabetes melitus merupakan kelainan metabolisme kronis yang menuntut penderitanya untuk melakukan pemantauan glukosa darah secara berkelanjutan. Metode pemantauan konvensional bersifat invasif yang menimbulkan ketidaknyamanan dan berpotensi menyebabkan infeksi. Penelitian ini bertujuan merancang sistem pemantauan glukosa darah noninvasif multimodal yang mengintegrasikan pengukuran fotopletismografi (PPG) inframerah pada ujung jari dan analisis optik spesimen urine menggunakan sensor TCRT5000. Sistem berbasis mikrokontroler ESP32 ini menerapkan algoritma Adaptive Neuro-Fuzzy Inference System (ANFIS) untuk memodelkan hubungan nonlinier antara parameter optik dan kadar glukosa. Penelitian melibatkan 48 subjek dengan protokol pengukuran puasa dalam kondisi lingkungan terkontrol (±25°C). Fitur sinyal diekstraksi meliputi intensitas rata-rata, varians, dan rasio fusi jari-urine. Hasil pengujian menunjukkan bahwa model ANFIS dengan 5 membership function tipe Gaussian mampu memprediksi kadar glukosa dengan Mean Absolute Percentage Error (MAPE) sebesar 6,97% pada data latih dan 10,84% pada data uji validasi. Hasil pengukuran ditampilkan pada layar LCD TFT, lalu dapat disimpan dan dilihat secara online pada website. Integrasi fitur multimodal dan kalibrasi lingkungan terbukti meningkatkan akurasi prediksi dibandingkan model Fuzzy Mamdani standar. Prototipe ini menawarkan potensi sebagai alternatif alat skrining awal yang nyaman dan ekonomis.]]>
Copyrights © 2026
