Rancang Bangun Alat Ukur Kadar Gula Darah Non-Invasif Berbasis Inframerah Menggunakan Metode Fuzzy

Kemalasari; Moch. Rochmad; Mochamad Handi Hardiansyah

doi:10.30595/jrre.v8i1.27646

Authors

Kemalasari Politeknik Elektronika Negeri Surabaya
Moch. Rochmad Politeknik Elektronika Negeri Surabaya
Mochamad Handi Hardiansyah Politeknik Elektronika Negeri Surabaya

DOI:

https://doi.org/10.30595/jrre.v8i1.27646

Keywords:

ANFIS, ukosa Darah Noninvasif, Multimodal Fusion, TCRT5000, Spektroskopi NIR

Abstract

Diabetes melitus merupakan kelainan metabolisme kronis yang menuntut penderitanya untuk melakukan pemantauan glukosa darah secara berkelanjutan. Metode pemantauan konvensional bersifat invasif yang menimbulkan ketidaknyamanan dan berpotensi menyebabkan infeksi. Penelitian ini bertujuan merancang sistem pemantauan glukosa darah noninvasif multimodal yang mengintegrasikan pengukuran fotopletismografi (PPG) inframerah pada ujung jari dan analisis optik spesimen urine menggunakan sensor TCRT5000. Sistem berbasis mikrokontroler ESP32 ini menerapkan algoritma Adaptive Neuro-Fuzzy Inference System (ANFIS) untuk memodelkan hubungan nonlinier antara parameter optik dan kadar glukosa. Penelitian melibatkan 48 subjek dengan protokol pengukuran puasa dalam kondisi lingkungan terkontrol (±25°C). Fitur sinyal diekstraksi meliputi intensitas rata-rata, varians, dan rasio fusi jari-urine. Hasil pengujian menunjukkan bahwa model ANFIS dengan 5 membership function tipe Gaussian mampu memprediksi kadar glukosa dengan Mean Absolute Percentage Error (MAPE) sebesar 6,97% pada data latih dan 10,84% pada data uji validasi. Hasil pengukuran ditampilkan pada layar LCD TFT, lalu dapat disimpan dan dilihat secara online pada website. Integrasi fitur multimodal dan kalibrasi lingkungan terbukti meningkatkan akurasi prediksi dibandingkan model Fuzzy Mamdani standar. Prototipe ini menawarkan potensi sebagai alternatif alat skrining awal yang nyaman dan ekonomis.

References

[1] A. Hina and W. Saadeh, “Noninvasive Blood Glucose Monitoring Systems Using Near‐Infrared Technology—A Review,” Jul. 01, 2022, MDPI. doi: 10.3390/s22134855.

[2] S. Y. Putri and N. Firmawati, “Rancang Bangun Pengukur Kadar Gula Darah Non-Invasive Berbasis NodeMCU ESP8266,” Jurnal Fisika Unand, vol. 11, no. 2, pp. 271–277, Apr. 2022, doi: 10.25077/jfu.11.2.271-277.2022.

[3] IECBES 2014 : conference proceeding, 2014 IEEE International Conference on Biomedical Engineering and Sciences : 8th-10th December 2014, Miri, Malaysia. IEEE, 2014.

[4] J. Pendidikan and D. Konseling, “Literatur Review Mengenai Rancangan Glukometer Non Ivasive Berbasis Arduino.”

[5] H. M. Nazha et al., “Portable Infrared-Based Glucometer Reinforced with Fuzzy Logic,” Biosensors (Basel), vol. 13, no. 11, Nov. 2023, doi: 10.3390/bios13110991.

[6] Q. Chen, W. Zhang, and W. Wu, “VIS/NIR/FIR spectroscopy for blood glucose monitoring: A review,” Mar. 01, 2025, American Institute of Physics. doi: 10.1063/5.0239187.

[7] G. Gunawan, B. Harianto, M. Elsera, and F. Fachrizal, “Analysis of Infrared Sensors As a Non Invasive Glucose Measuring by Applying Fuzzy Algorithm,” in Journal of Physics: Conference Series, Institute of Physics Publishing, Dec. 2019. doi: 10.1088/1742-6596/1361/1/012041.

[8] M. Sulehu and A. H. Senrimang, “PROGRAM APLIKASI ALAT PENGUKUR KADAR GLUKOSA DALAM DARAH NON INVASIVE BEBASIS DESKTOP,” 2018.

[9] E. Satria, “RANCANG BANGUN ALAT UKUR KADAR GULA DARAH NON-INVASIVE BERBASIS MIKROKONTROLER AT89S51 DENGAN MENGUKUR TINGKAT KEKERUHAN SPESIMEN URINE MENGGUNAKAN SENSOR FOTODIODA,” Jurnal Fisika Unand, vol. 2, no. 1, 2013.

[10] M. A. Darwich, A. Shahen, A. Daoud, A. Lahia, J. Diab, and E. Ismaiel, “Non-Invasive IR-Based Measurement of Human Blood Glucose †,” Engineering Proceedings, vol. 35, no. 1, 2023, doi: 10.3390/IECB2023-14593.

[11] F. Gómez-Peralta, L. G. Luque Romero, A. Puppo-Moreno, and J. Riesgo, “Performance of a Non-Invasive System for Monitoring Blood Glucose Levels Based on Near-Infrared Spectroscopy Technology (Glucube®),” Sensors, vol. 24, no. 23, Dec. 2024, doi: 10.3390/s24237811.

[12] E. Satria, “RANCANG BANGUN ALAT UKUR KADAR GULA DARAH NON-INVASIVE BERBASIS MIKROKONTROLER AT89S51 DENGAN MENGUKUR TINGKAT KEKERUHAN SPESIMEN URINE MENGGUNAKAN SENSOR FOTODIODA,” Jurnal Fisika Unand, vol. 2, no. 1, 2013.

[13] L. Ahada et al., “Alat Ukur Kadar Gula Darah Non-Invasive Dalam Urin Menggunakan TCS3200 Metode Artificial Neural Network,” Seminar Nasional Fortei Regional, vol. 7.

[14] M. Şahin and R. Erol, “A Comparative Study of Neural Networks and ANFIS for Forecasting Attendance Rate of Soccer Games,” Mathematical and Computational Applications, vol. 22, no. 4, p. 43, Nov. 2017, doi: 10.3390/mca22040043.

[15] M. Şahin and R. Erol, “Prediction of Attendance Demand in European Football Games: Comparison of ANFIS, Fuzzy Logic, and ANN,” Comput Intell Neurosci, vol. 2018, 2018, doi: 10.1155/2018/5714872.

[16] E. W. Saputra, “Optimasi Fungsi Keanggotaan Fuzzy Mamdani Menggunakan Algoritma Genetika Untuk Penentuan Penerima Beasiswa,” Jurnal Sarjana Teknik Informatika, vol. 8 no. 2, Juni 2020.