Kesehatan jantung merupakan salah satu investasi jangka panjang paling berharga bagi kehidupan manusia. Sayangnya, angka kematian akibat Penyakit Jantung Koroner di Indonesia terus menunjukkan peningkatan yang memprihatinkan. Data Survei Kesehatan Rumah Tangga Nasional mencatat bahwa tingkat kematian akibat penyakit ini melonjak dari 16 persen pada tahun 1991 menjadi 26,4 persen pada tahun 2001, dengan estimasi mencapai 53,5 kematian per 100.000 penduduk. Di tengah tingginya risiko tersebut, kesadaran masyarakat untuk memantau kondisi kesehatan organ vital ini secara berkala masih relatif rendah. Kondisi inilah yang mendorong lahirnya inovasi berupa prototipe perangkat pemantau kesehatan jantung mandiri berbasis Internet of Things yang mampu melakukan diagnosa dini secara cerdas dan akurat.
Inovasi Perangkat IoT dan Sistem Pakar untuk Kesehatan Jantung
Alat pemantau portabel ini dirancang agar mudah digunakan oleh siapa saja di rumah. Pengguna cukup menjepitkan ujung jari pada sensor Easy Pulse yang bekerja menggunakan metode Photoplethysmography. Melalui pancaran cahaya inframerah dan detektor cahaya, perangkat ini mendeteksi perubahan aliran darah di bawah kulit secara non-invasif tanpa rasa sakit. Sinyal medis tersebut kemudian diolah oleh mikrokontroler Wemos D1R1 yang terhubung ke jaringan internet nirkabel. Selain ditampilkan secara langsung pada layar LCD lokal, nilai detak jantung per menit atau Beats Per Minute (BPM) dikirimkan secara otomatis ke server web berbasis awan, sehingga pengguna maupun tenaga medis dapat memantau riwayat kesehatan jantung secara langsung dari mana saja.
Dalam kondisi istirahat, detak jantung normal manusia dewasa berada pada rentang 60 hingga 100 BPM. Jika nilai detak jantung melebihi 100 BPM, seseorang dikategorikan mengalami takikardia, sedangkan nilai di bawah 60 BPM mengindikasikan kondisi bradikardia. Apabila perangkat merekam angka BPM yang berada di luar batas normal secara berulang, sistem pada situs web secara otomatis akan mengarahkan pengguna untuk melakukan pemeriksaan gejala lebih lanjut melalui platform digital.
Situs web pemantau ini dilengkapi dengan sistem pakar bernama Variable Centered Intelligence Rule System yang menggunakan metode penalaran Forward Chaining. Pengguna dapat memilih berbagai gejala klinis yang dirasakan melalui formulir interaktif di situs web. Sistem kemudian menganalisis kombinasi gejala tersebut dan mencocokkannya dengan aturan medis untuk menghitung estimasi persentase kemungkinan penyakit jantung tertentu. Sebagai contoh, pada kasus pasien dengan detak jantung 47 BPM yang mengalami kebiruan pada kulit, sesak napas, dan berat badan rendah, sistem berhasil mengidentifikasi risiko Penyakit Jantung Bawaan Sianotik hingga 85 persen. Sementara itu, pada pasien dengan detak jantung 52 BPM yang mengeluhkan nyeri dada berat, memiliki riwayat merokok, hipertensi, serta sering berkeringat dingin, sistem mencatat potensi Sindrom Koroner Akut sebesar 57 persen.
Keandalan prototipe ini telah diuji dan dikalibrasi secara langsung terhadap sepuluh responden di Puskesmas Andong Surakarta. Saat dibandingkan dengan perangkat pulse oximeter komersial standar medis, alat ini menunjukkan tingkat presisi yang sangat tinggi dengan rata-rata tingkat kesalahan atau error rate hanya sebesar 0,1 persen. Inovasi perangkat pemantau jantung berbasis IoT dan sistem pakar ini memberikan solusi praktis bagi masyarakat untuk melakukan deteksi dini kesehatan jantung secara mandiri, akurat, dan terjangkau dari rumah.
Bacaan Terkait
Artikel terkait
Publikasi lain dengan kategori atau topik yang berdekatan.
Tutorial Bertanya Seputar Mata Kuliah di Facebook Page Cyber First ClassFacebook Page Cyber First Class dapat digunakan mahasiswa untuk bertanya mengenai m...
Ransomware Conti merupakan varian malware yang destruktif karena mampu menginfeksi sistem, mengenkripsi berkas korban dengan ekstensi ".TIYSV", dan menjalankan enkripsi tanpa harus terhubung secara aktif ke server Command and Control (C2). Penelitian oleh Umar et al. membedah perilaku serangan Conti menggunakan kombinasi metode live forensics serta analisis malware statis dan dinamis. Investigasi dilakukan di laboratorium virtual berbasis LAN menggunakan perangkat Wireshark, Pestudio, dan Nori.
