Alat Monitoring Hemoglobin Menggunakan Algoritma Jaringan Saraf Tiruan Propagasi Kembali Berbasiskan Internet Of Things

Arief Pambudi, Rendy Munadi, Sussi Sussi

Abstract

Abstrak Hemoglobin yang terlalu rendah ataupun tinggi dapat menandakan terjadinya gangguan kesehatan. Pengecekan kadar Hemoglobin dalam tubuh biasanya dilakukan secara medis dengan pengambilan sampel darah atau sering disebut invasive dengan waktu yang lama. Oleh karena itu dibuat sebuah alat monitoring Hemoglobin menggunakan Algoritma Jaringan Saraf Tiruan Back Propagation berbasiskan Internet of Things (IoT) secara non-invasive. Dari hasil pengujian dapat diketahui bahwa alat monitoring Hemoglobin yang terhubung pada ThingSpeak, proses prediksi algoritma pada python dan aplikasi android dapat berjalan dengan baik. Nilai input saturasi oksigen (Spo2) dengan pengolahan algoritma JST back propagation mengahsilkan nilai rata-rata akurasi 93,8108% pada jumlah 9 hidden node dan 500 epoch. Delay rata-rata end to end pada pengirimin alat monitoring sampai ke Aplikasi Android adalah 6,09 s. Troughput rata-rata pada komunikasi NodeMCU – Server adalah 10,57 Kbps, Komunikasi Server – Python – Server adalah 14,01 Kbps dan komunikasi pada Server – Aplikasi Andorid adalah 12,02 Kbps. Kata Kunci: Hemoglobin, JST, Quality Of Service, Android, SpO2, ThingSpeak, IoT. Abstract Hemoglobin that is too low or high can indicate health problems. Checking hemoglobin levels in the body is usually done medically by taking blood samples or often called invansive with a long time. Therefore, a hemoglobin monitoring tool was created using the Back Propagation Artificial Neural Network Algorithm based Internet of Things and non-invasive. From the test results it can be seen that the Hemoglobin monitoring tool is connected to the ThingSpeak, the algorithm prediction process in python and Android applications can run well. The value input of oxygen saturation (Spo2) by processing the Back Propagation Artificial Neural Network algorithm produces an average accuracy value of 93.8018% at the number of 9 hidden nodes and 500 epochs. The average delay end to end in sending monitoring tools to the Android Application is 6.09 s. Average throughput on NodeMCU - Server communication is 10.57 Kbps, Communication Server - Python - Server is 14.01 Kbps and communication on Server - Andorid applications is 12.02 Kbps. Keywords: Hemoglobin, ANN, Quality Of Service, Android, SpO2, ThingSpeak, IoT.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0