RANCANG BANGUN SISTEM MONITORING TINGKAT KELELAHAN BERDASARKAN DETAK JANTUNG UNTUK PENCEGAHAN BURNOUT
Dalam penelitian ini, telah dirancang dan dibangun sebuah sistem monitoring tingkat kelelahan. Sistem ini terdiri dari perangkat monitoring berbasiskan mikrokontroler Wemos D1 Mini dan sensor MAX30102, serta server monitoring nya yang dibangun menggunakan Thingsboard IoT Platform dan Laravel PHP Fra...
Saved in:
| Main Author: | |
|---|---|
| Format: | Book |
| Published: |
2021-08-30.
|
| Subjects: | |
| Online Access: | Link Metadata |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Dalam penelitian ini, telah dirancang dan dibangun sebuah sistem monitoring tingkat kelelahan. Sistem ini terdiri dari perangkat monitoring berbasiskan mikrokontroler Wemos D1 Mini dan sensor MAX30102, serta server monitoring nya yang dibangun menggunakan Thingsboard IoT Platform dan Laravel PHP Framework. Penelitian ini dilakukan secara metode Research and Development yang prosedurnya meliputi meliputi perencanaan, perancangan, produksi, uji coba, dan evaluasi. Sistem monitoring akan bekerja dengan cara membaca tingkat aktivitas detak jantung dan waktu interval antar detak menggunakan sensor MAX30102 dan mikrokontroller Wemos D1 Mini. Data monitoring tersebut akan dikirimkan ke server monitoring menggunakan konektivitas WiFi untuk kemudian hasil pembacaannya di server akan disimpan dan diproses. Hasil monitoring tersebut akan diprediksi tingkat kelelahannya menggunakan algoritma k-Nearest Neighbor berdasarkan hasil monitoring dan hasil kuesioner terkait sebelumnya. Hasil prediksi dan laporan monitoring tersebut kemudian akan dikirimkan melalui Email dan Telegram ke user. Hasil dari pengujian yang dilakukan sistem monitoring menunjukkan bahwa keseluruhan sistem baik dari perangkat dan server monitoring dapat berjalan dengan baik. Namun dengan catatan terdapat kelemahan pembacaan pada aktivitas yang memiliki tingkat intensitas pergerakan tinggi, di mana hal ini disebabkan karena timbulnya motion artifact dari pembacaan sensor detak jantung yang menggunakan teknik Photoplethysmography / PPG dengan panjang gelombang yang tinggi. Dengan penelitian ini, diharapkan dapat diperoleh sebuah metode alternatif baru untuk membantu menjaga dan memonitor tingkat kelelahan para pekerja dalam rangka mencegah terjadinya burnout. Terutama bagi para pekerja yang rawan dengan tingkat kelelahan yang tinggi secara terus menerus seperti contohnya para pekerja kesehatan pada era pandemi saat ini. In this research, we design and build a monitoring system to monitor fatigue levels. This system consists of a monitoring device based on Wemos D1 Mini microcontroller and MAX30102 Photoplethysmography / PPG sensor, and a monitoring server built based on Thingsboard IoT Platform and Laravel PHP Framework. This research is conducted by Research and Development method with the procedure covering planning, designing, producing, testing, and evaluation. The monitoring system works by reading heart level activity and the time interval between heartbeat using the monitoring device. The monitoring data is then sent to the monitoring server through WiFi connectivity to be saved and processed. Then, the fatigue level will be predicted using the k-Nearest Neighbor algorithm and Heart Rate Variability score assessment based on the monitoring data and the related fatigue questionary from the previous monitoring session. Finally, the prediction and monitoring result will be sent to the user by Email and Telegram. The result from this monitoring system testing shows that the monitoring device and monitoring system overall can be run very well. But with some notes, like in the monitoring device, there is a weakness when reading in an activity that involves intensive motion because of the high motion artifact that arises from the PPG sensor that used higher transmitter / LED wavelength. With this research, we hoped that there could be obtained a new alternative method to help to keep and monitor worker's fatigue levels in order to prevent burnout. Especially for the workers who are prone to continuously high levels of fatigue, like the healthcare worker in this pandemic era. |
|---|---|
| Item Description: | http://repository.upi.edu/67040/1/S_TE_1704258_Title.pdf http://repository.upi.edu/67040/2/S_TE_1704258_Chapter1.pdf http://repository.upi.edu/67040/3/S_TE_1704258_Chapter2.pdf http://repository.upi.edu/67040/4/S_TE_1704258_Chapter3.pdf http://repository.upi.edu/67040/5/S_TE_1704258_Chapter4.pdf http://repository.upi.edu/67040/6/S_TE_1704258_Chapter5.pdf http://repository.upi.edu/67040/7/S_TE_1704258_Appendix.pdf |