M.Syarafuddinil Uqaili Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Elektro 2024

Skripsi

Diabetes adalah penyakit metabolik kronis yang ditandai dengan peningkatan kadar glukosa darah, menyebabkan kerusakan serius pada berbagai organ. Penelitian ini menawarkan solusi monitoring glukosa darah secara non-invasif dengan mendeteksi sinyal photoplethysmography (PPG) melalui sensor di permukaan kulit, yang lebih praktis dan nyaman dibandingkan metode invasif tradisional. Sinyal PPG di windowing dengan 2 metode yaitu Based-Time dan Based-Cycle. Metode Based-Time memotong sinyal dengan interval setiap satu detik, sehingga dapat menghasilkan data yang kurang atau lebih dari satu cycle dan terikut data yang kurang baik. Sebaliknya metode Based-Cycle memotong sinyal setiap satu cycle, dan dapat dilakukan seleksi sehingga diperoleh sinyal-sinyal yang informatif saja. Sinyal PPG kemudian diklasifikasi oleh model Convolutional Neural Network (CNN) dengan arsitektur ResNet34. Hasil yang didapat pada penelitian ini yaitu akurasi testing, presisi, sensitivitas, dan F1 score masing-masing sebesar 75,43%; 75,69%; 87,90%; 81,34% dengan menggunakan windowing Based-Time dan 92.06%; 91,18%; 93,94%; 92,54% dengan menggunakan windowing Based-Cycle. Hasil menunjukkan alat ini dapat memberikan pendekatan terhadap diagnosis diabetes. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 128926 2024-08-28 14:20:35 2024-08-29 09:51:16 machine generated