digilib@itb.ac.id +62 812 2508 8800

Dokumen Asli
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan

Urin merupakan medium non-invasif yang sangat potensial untuk diagnosis penyakit karena sensitivitasnya dalam merefleksikan perubahan metabolik tubuh. Glukosa dalam urin (glukosuria), khususnya pada konsentrasi di atas 25 mg/dL (?1,4 mM), adalah biomarker penting untuk deteksi dini dan diagnosis berbagai kondisi patologis seperti diabetes mellitus dan disfungsi ginjal. Meskipun demikian, pengembangan biosensor berbasis urin menghadapi tantangan, salah satunya adalah kurangnya perangkat potensiostat yang dioptimalkan untuk rentang pengukuran arus yang relevan. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan menguji akurasi potensiostat yang dikembangkan dari spesifikasi potentiostat open-source KickStat. Penelitian ini memiliki fokus utama pada perluasan rentang pengukuran arus agar perangkat memiliki kemampuan mengukur rentang arus yang lebih definitif dan mencakup keseluruhan rentang arus yang relevan dengan kondisi glukosuria. Potentiostat dikembangkan dengan menggunakan mikrokontroler Seeduino XIAO SAMD21 dan analog front-end LMP91000 untuk mampu melakukan pengukuran cyclic voltammetry dan chronoamperometry. Potentiostat diimplementasikan pada printed circuit board berukuran 4,9 cm x 5,9 cm dan mampu memberikan tegangan sweep sebesar ±600 mV dengan resolusi tegangan 5 mV serta memiliki tujuh rentang pengukuran arus, yaitu ±600,00 ?A (resolusi 292,97 nA), ±471,43 ?A (resolusi arus 230,19 nA), ±235,71 ?A (resolusi arus 115,10 nA), ±117,86 ?A (resolusi arus 57,55 nA), ±47,14 ?A (resolusi arus 23,02 nA), ±13,75 ?A (resolusi arus 6,71 nA), dan ±4,71 ?A (resolusi arus 2,30 nA). Hasil penelitian menunjukkan bahwa potensiostat yang dikembangkan berhasil mengidentifikasi variasi konsentrasi glukosa dari 1,1 mM hingga 10 mM karena mampu mendiferensiasikan besar nilai arusnya sesuai dengan peningkatan konsentrasi. Pengujian akurasi relatif terhadap potentiostat komersial Palmsens4 menunjukkan tingkat kesesuaian yang sangat baik, yaitu sebesar 88,6% untuk metode CV dan 92,7% untuk metode CA pada pengukuran variasi konsentrasi glukosa.