MUHAMMAD DAFFA Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Elektro dan Komputer 2025

Skripsi

Tuberkulosis (TB) merupakan penyakit infeksi yang disebabkan oleh Mycobacterium tuberculosis dan dapat menimbulkan komplikasi serius pada paru- paru. Diagnosis TB konvensional memiliki keterbatasan aksesibilitas, waktu, dan biaya, sehingga diperlukan inovasi dalam metode diagnostik. Penelitian ini mengembangkan prototipe detektor dugaan TB berbasis machine learning dan Internet of Things (IoT), yang memanfaatkan analisis senyawa organik volatil (Volatile Organic Compounds, VOCs) pada napas pasien. Prototipe ini dirancang menggunakan sensor gas metal oxide, mikroprosesor ESP32-S3, dan sistem IoT untuk pengolahan data dan validasi hasil secara daring. Pengujian prototipe dilakukan dengan dataset VOCs dari 33 sampel napas, menghasilkan akurasi 79%, sensitivitas 78%, spesifisitas 80%, serta nilai Area Under Curve (AUC) sebesar 0,84. Prototipe ini mampu mendeteksi dugaan TB secara non-invasif dengan menampilkan hasil real-time melalui layar LCD dan basis data daring, sehingga layak digunakan sebagai alat skrining awal TB. Dengan demikian, prototipe ini diharapkan dapat membantu menekan angka kejadian TB di Indonesia.Kata kunci: Tuberkulosis, VOCs, Machine learning, IoT, Diagnostik Non-Invasif. Kata kunci: Tuberkulosis, VOCs, Machine learning, IoT, Diagnostik Non-Invasif 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 152261 2025-03-27 13:49:08 2025-03-27 13:53:09 machine generated