Pengembangan Sistem Deteksi Diabetes Mellitus Tipe 2 berbasis Photoplethysmography menggunakan K-Nearest Neighbor

Pengembangan Sistem Deteksi Diabetes Mellitus Tipe 2 berbasis Photoplethysmography menggunakan K-Nearest Neighbor

Penulis

  • Nobel Edgar Fakultas Ilmu Komputer, Universitas Brawijaya
  • Rizal Maulana Fakultas Ilmu Komputer, Universitas Brawijaya
  • Barlian Henryranu Prasetio Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

diabetes, klasifikasi, k-nearest neighbor, photoplethysmography, MAX30100, non-invasif

Abstrak

Diabetes Mellitus adalah penyakit yang berkaitan dengan disrupsi metabolisme hormon insulin pada tubuh. Penyakit ini tidak dapat disembuhkan, dan berpotensi mengakibatkan munculnya komplikasi seperti penyakit kardiovaskular ataupun penyakit ginjal jika tidak diawasi secara dini. Ada dua tipe Diabetes Mellitus, dengan tipe dua memiliki potensi bahaya lebih tinggi karena gejala yang seringkali sangat ringan atau bahkan tidak muncul hingga masuk titik kronis. Standar emas deteksi kondisi Diabetes Mellitus pada saat ini dilakukan menggunakan tes HbA1C, yang mengukur rata-rata gula darah pada sepanjang masa hidup sel darah merah. Selain tes HbA1C, digunakan juga alat deteksi gula darah rumahan yang menggunakan darah untuk mengukur kadar gula darah pada saat pengujian. Kedua pendekatan tersebut bersifat invasif, dimana diperlukannya subyek untuk melukai dirinya untuk akuisisi data. Penelitian ini dilakukan untuk mengembangkan sistem alternatif pendeteksi kondisi Diabetes Mellitus tipe dua dengan pendekatan non-invasif, menggunakan sensor Photoplethysmography GY-MAX30100, Arduino Nano V3, dan algoritma K-Nearest Neighbor. Menggunakan K=9, fitur Augmentation Index dan Rasio Amplitudo Sistolik terhadap Interval Denyut, didapatkan hasil pengujian menggunakan 10 data dengan akurasi sistem sebesar 80%. Selain itu, pada kelas Sehat ditunjukkan nilai presisi 71%, sensitivitas 100%, dan nilai F1 83%, dan pada kelas Diabetes Mellitus tipe dua ditunjukkan presisi 100%, sensitivitas 60%, dan nilai F1 sebesar 75%.

Unduhan

Diterbitkan

11 Feb 2022

Cara Mengutip

Edgar, N., Maulana, R., & Prasetio, B. H. (2022). Pengembangan Sistem Deteksi Diabetes Mellitus Tipe 2 berbasis Photoplethysmography menggunakan K-Nearest Neighbor. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(4), 1548–1557. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10864

Terbitan

Bagian

Artikel
Loading...