Perpustakaan Digital ITB

Menurut Federasi Diabetes Internasional, Indonesia berada di peringkat ke-6 di negara dengan pasien diabetes tertinggi di dunia. Sekarang, pengukuran glukosa darah di Indonesia sebagian besar dilakukan secara invasif, yang mahal, menyakitkan, dan tidak praktis. Namun, menurut Kemenkes Indonesia, ada lebih banyak pasien diabetes di daerah pedesaan, yang memiliki kekurangan ekonomi dan akses terbatas ke pelayanan kesehatan, dibandingkan orang-orang di daerah perkotaan. Jadi, diperlukan sistem pengukuran kadar gula darah non-invasif yang murah dan mudah digunakan untuk mengatasi masalah ini. Salah satu tren dari pengembangan pengukuran kadar gula darah non-invasif adalah penggunaan metode Near-Infrared Spectroscopy. Perangkat yang dibahas dalam makalah ini menggunakan sepasang LED dan fotodioda yang mengirim dan menerima cahaya dengan panjang gelombang 940 nm sebagai sensor. Kemudian, sensor akan menerima intensitas cahaya dan kemudian memberikan hasil pembacaan ke smartphone. Dalam aplikasi smartphone, hasil pembacaan akan dikonversi menjadi kadar glukosa darah dengan menggunakan model machine learning yang tertanam dalam aplikasi. Model yang digunakan dalam tugas akhir ini adalah model Sequential, model neural network yang disediakan oleh Keras. Model dibuat dan dilatih pada platform TensorFlow, dan kemudian dikonversi ke mobile dengan bantuan TensorFlow Lite. Model mencapai hasil yang dapat diterima dengan Mean Absolute Error sebesar 5.855 mg/dL.