Sistem Monitoring Detak Jantung Penderita Obstructive Sleep Apnea saat Tidur Menggunakan Smartphone Android dengan Protokol MQTT
| Main Authors: | Yulihardi, Firstian Satya, Ir. Heru Nurwasito, M.Kom. |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/194711/1/0520150180-Firstian%20Satya%20Yulihardi.pdf http://repository.ub.ac.id/id/eprint/194711/ |
Daftar Isi:
- Penyakit sleep apnea merupakan salah satu penyakit pada sistem pernafasan manusia yang bisa dibilang cukup berbahaya dan memiliki angka kematian yang tidak sedikit. Terdapat dua jenis penyakit sleep apnea yaitu sentral dan obstruktif, pada dasarnya, sleep apnea merupakan suatu keadaan dimana seseorang berhenti bernafas pada saat tidur selama beberapa detik, hal ini disebabkan karena pelemasan otot pernafasan. Pada penelitian ini penulis membuat sistem untuk membantu penderita sleep apnea pada jenis obstruktif (OSA). Sistem ini dibuat untuk memberikan mekanisme di luar tubuh manusia agar terbangun dari tidur dalam waktu yang cepat dan dapat bernafas dengan baik. Selain itu dengan adanya sistem ini diharapkan pasien dapat dimonitor meskipun tidak berada di rumah sakit. Dalam bekerjanya, sistem menggunakan mikrokontroler dan smartphone yang dihubungkan menggunakan protokol mqtt untuk membantu pasien. Mikrokontroler digunakan untuk menangkap sinyal detak jantung pasien dengan menyematkan modul sensor detak jantung yang kemudian sinyal yang ditangkap akan di klasifikasikan untuk menentukan keadaan sleep apnea menggunakan metode klasifikasi KNN. Hasil klasifikasi oleh mikrokontroler kemudian akan dikirimkan ke smartphone pengguna untuk menjadi pemicu notifikasi atau pengingat dan media monitor pasien. Hasil dari penelitian menunjukkan bahwa proses pengiriman data menggunakan protokol mqtt berhasil 100% dan memiliki delay pengiriman sebesar 39,74ms. Aplikasi pada smartphone dapat memonitor keadaan pasien dan memunculkan notifikasi pada aplikasi pasien, keluarga dan perawat ketika sleep apnea kambuh. Akurasi sensor dalam menangkap detak jantung yaitu 91,32% dan tingkat akurasi klasifikasi KNN sebesar 86,6%. Selain itu, dalam prosesnya rata – rata kecepatan proses sensing hingga klasifikasi sebesar 1273,85 ms dengan total 1312,745 ms dengan delay pengiriman untuk sampai pada perangkat smartphone.