Sistem Skrining Awal Diabetes secara Non Invasif melalui Analisis Urine

Authors

  • Agrippina Waya Rahmaning Gusti <p align="center">Teknik Elektronika, Departemen Teknik Elektro, Politeknik Elektronika Negeri Surabaya, Surabaya, Indonesia</p>
  • Rika Rokhana Teknik Elektronika, Departemen Teknik Elektro, Politeknik Elektronika Negeri Surabaya
  • Aufatul Ardiana Teknik Elektronika, Departemen Teknik Elektro, Politeknik Elektronika Negeri Surabaya

DOI:

https://doi.org/10.30595/jrre.v8i1.27001

Keywords:

diabetes, urine, K-Nearest Neighbor, linear regression, non-invasive

Abstract

Diabetes melitus adalah penyakit jangka panjang yang ditandai oleh tingginya kadar glukosa dalam darah akibat terganggunya proses metabolisme tubuh. Pentingnya deteksi sejak dini bertujuan untuk mencegah terjadinya komplikasi berat, namun metode pemeriksaan yang bersifat invasif seperti pengambilan darah sering menimbulkan ketidaknyamanan bagi pasien. Penelitian ini bertujuan untuk merancang alat deteksi diabetes secara non-invasive dengan menggunakan sampel urine sebagai parameter utama. Deteksi dilakukan secara non-invasive dengan memanfaatkan sensor TCS3200 untuk membaca warna pada urine serta sensor MQ135 untuk mengukur konsentrasi gas ammonia yang digunakan sebagai parameter kadar gula darah. Metode klasifikasi yang digunakan adalah K-Nearest Neighbor untuk menentukan status kesehatan pengguna, serta regresi linier untuk memperkirakan kadar gula darah berdasarkan data sensor. Perangkat ini dirancang agar mudah digunakan oleh pengguna tanpa perlu ke fasilitas medis, dan dilengkapi dengan layar LCD yang menampilkan hasil deteksi secara langsung. Hasil pengujian menunjukkan bahwa algoritma K-Nearest Neighbor dengan nilai K = 3 memperoleh akurasi sebesar 96,67%, sementara regresi linier menghasilkan tingkat kesalahan sebesar 6,48% dari 30 data sampel uji.

References

[1] E. Setiani, C. E. F. Tjomiadi and O. A. D. Manto, "Gambaran Kualitas Hidup Pasien Diabetes Mellitus Di Puskesmas Pekauman Banjarmasin," Jurnal Keperawatan Suaka Insan, vol. 9, no. 2, 2024.

[2] S. Alam, K. Hasan, S. Neaz, N. Hussain, F. Hossain and T. Rahman, "Diabetes Mellitus: Insights from Epidemiology, Biochemistry, Risk Factors, Diagnosis, Complications and Comprehensive Management," diabetology, vol. 2, pp. 36-50, 2021.

[3] P. Paisal, A. Y. Arifin and P. , "Komplikasi Kardiovaksuler dan Ginjal Pasien Diabetes Melitus di Rumah Sakit Rujukan," Konferensi Nasional Ilmu Kesehatan, vol. 2, no. 1, 2024

[4] H. Sun, P. Saeedi, S. Karuranga, M. Pinkepank, K. Ogurtsova, B. B. Duncan, C. Stein, A. Basit, J. Chan, J. C. Mbanya, M. E. Pavkov, A. Ramachandaran, S. WIld, S. James, W. H. Herman, P. Zhang, C. Bommer, S. Kuo, E. Boyko and D. J. Magliano, "IDF Diabetes Atlas: Global, regional and country-level diabetes prevalence estimates for 2021 and projections for 2045," Diabetes Res Clin Pract, 2022.

[5] D. Fitriani, R. Maulana and H. Fitriyah, "Sistem Klasifikasi Diabetes Melitus Berdasarkan Kondisi Urin, Gas Buang Pernapasan, Dan Tekanan Darah Menggunakan Metode Naive Bayes Berbasis Arduino," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer , vol. 5, no. 6, pp. 2619-2628, 2021.

[6] D. Tonelli, I. Gualandi, E. Scavetta and F. Mariani, "Focus Review on Nanomaterial-Based Electrochemical Sensingof Glucose for Health Applications," nanomaterials, vol. 13, p. 1883, 2023.

[7] S. Laha, A. Rajput, S. S. Laha and R. Jadhav, "AConcise and Systematic Review on Non-Invasive Glucose Monitoring for Potential Diabetes Management," biosensors, vol. 12, p. 965, 2022.

[8] A. R. Ferao, P. Pestana, L. Borges, R. P.-d. Oliveira, A. P.-d. Oliveira and J. M.-d. Oliveira, "Quantification of Ions in Human Urine—A Review for Clinical Laboratories," biomedicines, vol. 12, p. 1848, 2024.

[9] K. M. A. Ifadah and B. N. Iman, "Pendeteksi Kadar Glukosa pada Urine dengan Metode Naive Bayes," Jurnal Rekayasa Elektrika, vol. 18, no. 4, pp. 208-215, 2022.

[10] S. I. Raza, S. A. Razaz, M. Kazmi, S. Khan and I. Hussain, "100 Years of Glucose Monitoring in Diabetes Management," Scientific Research, vol. 11, pp. 221-223, 2021.

[11] M. Bhogadia, M. Edgar, K. Hunwin, G. Page and M. Grootveld, "Detection and Quantification of Ammonia as the Ammonium Cation in Human Saliva by 1H NMR: A Promising Probe for Health Status Monitoring, with Special Reference to Cancer," metabolites, vol. 13, p. 792, 2023.

[12] S. Rafaqat, A. Sattar, A. Khalid and S. Rafaqat, "ROLE of Liver Parameters in Diabetes Mellitus - a Narrative Review," Sciendo, vol. 57, pp. 200-220, 2023.

[13] L. Napitupulu, "Gambaran Hasil Pemeriksaan Glukosa Urin Menggunakan Metode Benedict dan Carik Celup Pada Penderita Diabetus Mellitus," The Indonesia Journal of Medical Laboratory, vol. 2, p. 1, 2021.

[14] L. M. R. Dzikri, D. Andrianto and M. , "Detektor Urine Untuk Menentukan Kondisi Kesehatan Tubuh Berbasis IoT," Jurnal Teknik Elektromedik Polbitrada, vol. 3, no. 1, 2022.

[15] L. Fitriana, A. Waluyo and L. Sukmarini, "Efektivitas Monitoring Glukosa Darah Dengan Pengambilan Sampel di Telapak tangan Terhadap Penurunan Nyeri Akibat Tusukan Jarum Pada Pasien Diabetes Mellitus," Journal of Telenusing, vol. 5, no. 2, 2023.

[16] F. A. Mumtaz, R. Maulana and A. S. Budi, "Sistem Pendeteksi Penyakit Diabetes Melitus berdasarkan Kondisi Urin dan Gas Pernapasan menggunakan K-Nearest Neighbor berbasis Arduino," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, pp. 2628-2636, 2020.

Downloads

Published

2026-06-05

How to Cite

Gusti, A. W. R., Rokhana, R., & Ardiana, A. (2026). Sistem Skrining Awal Diabetes secara Non Invasif melalui Analisis Urine. Jurnal Riset Rekayasa Elektro, 8(1), 1–10. https://doi.org/10.30595/jrre.v8i1.27001