<![CDATA[Meningkatnya angka kecelakaan kerja menunjukkan pentingnya sistem yang mampu mendukung keselamatan pekerja sejak sebelum memulai aktivitas. Penelitian ini bertujuan merancang sistem integrasi absensi biometrik dengan monitoring tekanan darah non-invasif sebagai sarana pre-job health screening. Sistem menggunakan sensor sidik jari AS608 untuk identifikasi pengguna dan sensor MAX30102 berbasis photoplethysmography (PPG) untuk memperoleh nilai denyut jantung (BPM) dan saturasi oksigen (SpO₂). Nilai tekanan darah pada sistem ini bukan merupakan hasil pengukuran langsung dari sensor, melainkan diperoleh melalui analisis pola hubungan antara nilai BPM dan SpO₂ menggunakan metode Artificial Neural Network (ANN) sehingga menghasilkan identifikasi kondisi tekanan darah dalam kategori normal, hipertensi, dan hipotensi. Pengujian dilakukan terhadap 75 data dari 15 responden. Hasil penelitian menunjukkan tingkat akurasi sebesar 88% pada kategori normal dengan error 12%, 84% pada kategori hipertensi dengan error 16%, dan 76% pada kategori hipotensi dengan error 24%. Sistem mampu menyelesaikan proses absensi dan monitoring kesehatan dengan waktu proses kurang dari 20 detik. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan mampu mengintegrasikan proses absensi dan monitoring kesehatan dalam satu alur serta berpotensi mendukung deteksi dini kondisi kesehatan pekerja pada lingkungan kerja berisiko tinggi.]]>
Copyrights © 2026
