FISIKAFISIKA

Journal of the Physical Society of IndonesiaJournal of the Physical Society of Indonesia

Pengembangan kesehatan di Indonesia menghadapi beban ganda penyakit, yaitu penyakit menular dan penyakit tidak menular (PTM), dengan penyakit kardiovaskular (PKV) menyumbang hampir setengah kematian terkait PTM. Faktor risiko utama PKV adalah hipertensi dan obesitas, yang dapat dikendalikan melalui pemantauan rutin tekanan darah dan indeks massa tubuh (IMT). Penelitian ini bertujuan mengembangkan prototipe kios kesehatan yang mengintegrasikan sphygmomanometer dan analis BMI‑fat. Penelitian terdiri atas tiga tahap: karakterisasi sensor untuk pengukuran tekanan darah dan lemak tubuh, perbandingan sensor proksimitas, serta pengujian prototipe. Sensor tekanan MPX5050GP mencapai koefisien determinasi (R²) sebesar 1 dengan sensitivitas 0,012 volt. Karakterisasi sensor proksimitas menunjukkan nilai R² sebesar 0,9996 (HC‑SR04) dan 0,9997 (JSN‑SR04T), dengan sensitivitas masing‑masing 0,9943 cm dan 0,9831 cm. Load cell mencapai R² sebesar 1 dengan sensitivitas 1,0056 kg, sedangkan sensor impedansi AD5933 memperoleh R² = 1 dengan sensitivitas 0,9999 Ω. Percobaan prototipe pada sepuluh sampel menunjukkan bahwa pengukuran tekanan darah, BMI, dan massa lemak dapat dilakukan, namun belum optimal karena terdapat kesalahan pada pengukuran tinggi badan dan keterbatasan pada algoritma tekanan darah. Meskipun demikian, integrasi sphygmomanometer dan analis BMI‑fat telah berhasil dicapai.

Integrasi sphygmomanometer dan Analyzer BMI‑Fat ke dalam prototipe kios kesehatan telah berhasil dirancang.Hasil karakterisasi sensor menunjukkan kinerja yang baik, antara lain sensor MPX5050GP dengan koefisien determinasi (R²) sebesar 1 dan sensitivitas 0,012, sensor BPW34 dengan nilai R² sebesar 0,9242 dan sensitivitas -0,0012, serta sensor jarak yang perbandingan antara HC‑SR04 dan JSN‑SR04T menghasilkan nilai R² masing‑masing 0,9996 dan 0,9997 dengan sensitivitas 0,9943 cm dan 0,9831 cm.Selain itu, sensor load cell menunjukkan nilai R² sebesar 1 dengan sensitivitas 1,0056 kg, sedangkan sensor impedansi AD5933 memperoleh nilai R² sebesar 1 dengan sensitivitas 0,9999 Ω.

Penelitian selanjutnya dapat mengeksplorasi penggunaan sensor tinggi badan berbasis laser atau kamera depth untuk meningkatkan akurasi pengukuran tinggi badan pada kios kesehatan, sehingga mengurangi kesalahan pada perhitungan massa lemak; selanjutnya, perlu dikembangkan algoritma pemrosesan sinyal tekanan darah yang lebih canggih, misalnya dengan teknik machine learning, untuk meningkatkan presisi pengukuran sistolik dan diastolik dibandingkan dengan metode konvensional; terakhir, studi lapangan dengan sampel yang lebih besar dan beragam, serta integrasi sistem manajemen data berbasis cloud, dapat menilai kegunaan praktis kios dalam program Posbindu dan mengidentifikasi faktor-faktor yang mempengaruhi adopsi teknologi di komunitas.

  1. Analysis of Modifiable, Non-Modifiable, and Physiological Risk Factors | JMDH. analysis modifiable risk... doi.org/10.2147/JMDH.S382191Analysis of Modifiable Non Modifiable and Physiological Risk Factors JMDH analysis modifiable risk doi 10 2147 JMDH S382191
  2. Development of Health Kiosk Prototype for Blood Pressure and Fat Mass Measurement | Journal of the Physical... doi.org/10.35895/jpsi.1.2.76-86.2025Development of Health Kiosk Prototype for Blood Pressure and Fat Mass Measurement Journal of the Physical doi 10 35895 jpsi 1 2 76 86 2025
  3. Evaluasi Program Pos Pembinaan Terpadu Penyakit Tidak Menular (Posbindu PTM) | Jurnal Ilmiah Kesehatan... doi.org/10.52022/jikm.v12i1.55Evaluasi Program Pos Pembinaan Terpadu Penyakit Tidak Menular Posbindu PTM Jurnal Ilmiah Kesehatan doi 10 52022 jikm v12i1 55
  4. Perbandingan Penghitungan Massa Tubuh Dengan Menggunakan Metode Indeks Massa Tubuh (IMT) dan Bioelectrical... doi.org/10.29241/jmk.v6i1.280Perbandingan Penghitungan Massa Tubuh Dengan Menggunakan Metode Indeks Massa Tubuh IMT dan Bioelectrical doi 10 29241 jmk v6i1 280
Read online
File size777.17 KB
Pages11
DMCAReport

Related /

ads-block-test