<![CDATA[Pengukuran frekuensi denyut nadi (FDN) merupakan indikator penting dalam pemantauan kesehatan kardiovaskular. Metode konvensional berbasis kontak, seperti pulse oximeter, memiliki keterbatasan dalam hal kenyamanan dan potensi risiko infeksi. Teknologi remote photoplethysmography (rPPG) berbasis citra wajah menawarkan pendekatan non-kontak yang lebih aman dan praktis, namun performanya sangat dipengaruhi oleh pemilihan Region of Interest (ROI). Meskipun algoritma Plane Orthogonal to Skin (POS) terbukti efektif dalam ekstraksi sinyal rPPG, belum ada studi yang secara khusus membandingkan performa berbagai ROI dengan algoritma ini. Penelitian ini mengevaluasi tujuh ROI (dahi, pipi kanan, pipi kiri, hidung, mulut, nasion, dan dagu) untuk menentukan ROI terbaik dalam estimasi FDN menggunakan algoritma POS. Dengan menggukanan dataset PURE sinyal RGB dari masing-masing ROI diproses dengan POS dan bandpass filter, lalu dianalisis menggunakan metode peak detection. Hasil menunjukkan bahwa ROI hidung memberikan estimasi FDN paling akurat dengan MAE 6.86 dan RMSE 11.71, serta performa yang stabil dalam berbagai kondisi gerakan. Sistem berbasis Flask yang dikembangkan mampu melakukan estimasi secara real-time dengan latensi rendah sekitar 2 detik, lebih cepat dibandingkan pulse oximeter yang membutuhkan waktu 4–7 detik. Selain itu, akurasi sistem sangat mendekati hasil pengukuran oximeter, sehingga menunjukkan potensinya untuk digunakan dalam pemantauan kesehatan non-kontak secara efisien dan andal.]]>
Copyrights © 2026
