Purwarupa Alat Deteksi Indikasi Dini Kesehatan Paru-paru Menggunakan Metode Analytic Hierarchy Process Berbasis Internet Of Things (iot)

Dolly Alif Subhi Nasution, Ahmad Tri Hanuranto, Sussi Sussi

Abstract

Abstrak
Paru-paru adalah salah satu organ tubuh manusia yang rentan terkena penyakit karena
besinggungan langsung dengan udara yang dihirup melalui hidung. Ada beberapa cara untuk
mengetahui kondisi kesehatan paru-paru yaitu menggunakan CT-Scan dan tes dahak. Dengan biayanya
yang mahal akibatnya banyak masyarakat yang tidak mengetahui dengan sistem cara tersebut, lalu
akhirnya malas untuk memeriksa kondisi kesehatan paru-paru mereka. Pada tugas akhir kali ini, penulis
merancang sebuah purwarupa alat pendeteksi indikasi dini kesehatan paru-paru menggunakan metode
Analytic Hierarchy Process berbasis Internet of Things (IoT).
Pada purwarupa yang dibuat untuk pendeteksi indikasi dini kesehatan paru-paru ini, terdiri dari
dua sub bagian yaitu alat dan aplikasi mobile yang saling terintegrasi. Sensor yang digunakan adalah
sensor warna TCS3200, sensor suhu DS18B20, dan sensor piezoelectrik. Pada penelitian ini terfokus
pada efisiensi metode Analytic Hierarchy Process pada sistem keputusan akhir kesehatan paru-paru.
Seseorang akan dicek melalui alat yang sudah terintegrasi ke aplikasi mobile dan sudah terhubung ke
internet. Platform Firebase digunakan sebagai database untuk menyimpan dan mengirim data sensor
dari alat menuju aplikasi Android yang kemudian akan mengirimkan notifikasi kepada user.
Dari hasil pengujian sistem, diketahui alat befungsi dan terintegrasi dengan baik. Hasil data
dari sensor suhu DS18B20 dibandingkan dengan termometer digital memiliki presentase error sebesar
0.759%. Hasil data sensor warna TCS3200 dibandingkan dengan eyedropper tool memiliki presentase
error sebesar 4,1%. Hasil data sensor piezoelektrik, dengan Vc ukur alat dibandingkan dengan biopac
memiliki presentase error sebesar 0.095% lalu respirasi rate alat dibandingkan dengan mengukur
manual memiliki presentase error sebesar 3.46%. aplikasi mobile dapat terhubung dengan database
Firebase dan pembacaan data database berjalan dengan baik. Pada pengujian aplikasi mobile user dapat
mengetahui indikasi dini kesehatan paru-paru mereka.
Kata kunci : Paru-paru, Internet of Things, Analytic Hierarchy Process, Purwarupa Sensor Suhu,
Sensor Warna, Sensor Piezoelectric, Aplikasi Mobile, Firebase, Delay.
Abstract
Lungs are one of organs in human body that are susceptible to disease because they come in
direct contact with the air that is inhaled through the nose. There are several ways to check lung health
condition, usually using a CT-scan and sputum test. With the high cost cause many people don’t know
the system, then they will be lazy to check their lung health condition. In this final project, the author
design a prototype for detecting early lung health condition using Analytic Hierarchy Process method
based on Internet of Things (IoT).
The prototype is made to detect early lung health indication consists of two sub-parts, are tools
and mobile application that are integrated with each other. The used sensors are the TCS3200 color
sensor, the DS18B20 temperature sensor, and the piezoelectric sensor. This research focuses on
efficiency of Analytic Hierarchy Process method for final decision system for early lung health
indication. Someone will be checked through a device that is integrated into mobile application and
connected to internet. The Firebase platform is used as a database to store and send sensor data from the
device to the Android application which will then send notifications to the user.
From the results of system testing, it known that the tool is functioning and well integrated.
The results of data from the DS18B20 temperature sensor compared to a digital thermometer have an
error percentage of 0.759%. The results of the TCS3200 color sensor data compared to the eyedropper
tool have an error percentage of 4,1%. The results of the piezoelectric sensor data, with the Vc measuring
tool compared to the biopac have an error percentage of 0.095% then the respiration rate of the tool
compared to manual measuring has an error percentage of 3.46%. The mobile application can connect
to the Firebase database and reads the database data properly. In testing the mobile application, users
can find an early indication of their lung health.
Keywords: Lungs, Internet of Things, Analytic Hierarchy Process, Prototype, Temperature Sensor,
Color Sensor, Piezoelectric Sensor, Mobile Application, Firebase, Delay.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0