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

Diabetes melitus merupakan penyakit metabolik dengan prevalensi 10,7 juta orang di Indonesia. Sistem pemantauan harian kadar glukosa darah dapat meningkatkan kualitas hidup seseorang. Metode pengukuran kadar glukosa darah tradisional memerlukan sampel darah, sehingga, metode ini menyakitkan dan memiliki resiko infeksi jika dilakukan berulang kali. Perangkat pemantauan glukosa darah adalah alat yang efektif dalam pengendalian dan pengelolaan diabetes. Salah satu metode yang sangat diminati karena potensinya, keakuratan, mudah digunakan, dan dapat disesuaikan pada pengukuran glukosa darah adalah menggunakan metode Near- Infrared Spectroscopy (NIRS). Salah satu parameter yang berhubungan dengan glukosa darah adalah sinyal Photoplethysmography (PPG). Sinyal PPG merupakan sinyal yang diperoleh akibat perubahan volume darah dan disadap menggunakan sensor optik pada pada panjang gelombang cahaya tertentu. Absorbansi panjang gelombang tertinggi pada glukosa darah adalah 1600 nm. Fitur yang didapatkan pada sinyal PPG diantaranya adalah PPGDC, PPGAC, dan A. Penelitian ini bertujuan untuk mengembangkan perangkat pemantauan kadar glukosa darah secara non- invasive dan kontinu. Estimasi kadar glukosa darah pada penelitian ini menggunakan sumber cahaya LED dengan panjang gelombang 1600 nm untuk mendapatkan sinyal PPG. Prinsip yang digunakan adalah metode NIRS dengan reflektansi cahaya pada pergelangan tangan. Pengujian perangkat yang dikembangkan dimulai dari pengujian perangkat keras dan lunak, pengambilan data sinyal PPG dan uji kegunaan serta kepuasan, dan pengujian sehari penuh. Pengujian perangkat keras dan lunak ditujukan untuk memastikan kesesuaian dengan spesifikasi perangkat. Pengambilan data sinyal PPG bertujuan untuk pembuatan model estimasi kadar glukosa darah. Pengambilan data uji kegunaan dan kepuasan dilakukan untuk mengetahui kepuasan pengguna dan kegunaan perangkat. Pengujian sehari penuh bertujuan untuk menguji wearablity perangkat yang dikembangkan. Penambahan fitur tinggi badan, berat badan, usia, gender, dan kondisi subjek digunakan untuk menurunkan nilai rata-rata absolut eror. Hasil pemodelan seluruh data menunjukkan bahwa delapan fitur berperan untuk mengurangi nilai rata-rata absolut eror, yaitu senilai 16,7889 mg/dL. Pengujian sehari penuh juga dilakukan untuk menguji performa perangkat. ii Hasil rata-rata absolut eror estimasi kadar glukosa darah sehari penuh adalah 10,542 mg/dL dengan 100% poin distribusi di Zona A dan B grafik error grid analysis. Selain itu, hasil kuesioner menunjukkan nilai 3,45 dari 5 terhadap kepuasan keseluruhan perangkat yang dikembangkan.