Melola Discovery

← Melola Discovery

Open access Jurnal SINTA 2

Implementasi Sensor Polar H10 dan Raspberry Pi dalam Pemantauan dan Klasifikasi Detak Jantung Beberapa Individu Secara Simultan dengan Pendekatan Machine Learning

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 11 No. 1 (2024) · pp. 175–182

DOI
10.25126/jtiik.20241117716
ISSN
2528-6579, 2355-7699
Published
2024-02-29
Publisher
Fakultas Ilmu Komputer, Universitas Brawijaya
Language
en
License
creativecommons.org/licenses/by-sa/4.0

Abstract

Bahasa Indonesia

Pengawasan detak jantung umumnya dilakukan secara individual, dalam waktu terbatas, dan memerlukan perangkat medis yang spesifik. Dengan memanfaatkan sensor Polar H10 dan Raspberry Pi penelitian ini mengusulkan sebuah sistem yang mampu memonitor detak jantung beberapa orang sekaligus dalam waktu yang sama. Dalam penelitian ini, kami merekam data detak jantung yang berupa RR Interval dari beberapa subjek secara real-time menggunakan sensor Polar H10. Data tersebut kemudian diprediksi menggunakan model machine learning berbasis random forest yang berjalan pada Raspberry Pi untuk prediksi 5 jenis detak jantung. Selanjutnya kami melakukan pengujian dari segi komputasi, durasi pemantauan, dan jangkauan komunikasi antara sensor Polar H10 dan Raspberry Pi. Hal ini kami lakukan untuk mengetahui kemampuan sistem dalam melakukan pemantauan subjek secara bersamaan dan jangkauan komunikasi. Sehingga subjek yang sedang pantau tidak terpaku dalam satu tempat atau tidak perlu selalu dekat dengan sistem. Hasil dari pengujian yang kami lakukan, dengan satu Raspberry Pi dapat melakukan pemantauan ke 7 pasien sekaligus, dengan rata-rata kecepatan prediksi 0,023 detik terus menerus selama 30 menit. Sedangkan jangkauan komunikasi mencapai 25-meter pada lingkungan tanpa penghalang dan 10-meter pada lingkungan yang terhalang. Dapat disimpulkan sistem yang diusulkan mampu memberikan fleksibilitas pemantauan detak jantung, serta memungkinkan pemeriksaan bebeberapa individu sekaligus dengan durasi yang lama.

English

Pengawasan detak jantung umumnya dilakukan secara individual, dalam waktu terbatas, dan memerlukan perangkat medis yang spesifik. Dengan memanfaatkan sensor Polar H10 dan Raspberry Pi penelitian ini mengusulkan sebuah sistem yang mampu memonitor detak jantung beberapa orang sekaligus dalam waktu yang sama. Dalam penelitian ini, kami merekam data detak jantung yang berupa RR Interval dari beberapa subjek secara real-time menggunakan sensor Polar H10. Data tersebut kemudian diprediksi menggunakan model machine learning berbasis random forest yang berjalan pada Raspberry Pi untuk prediksi 5 jenis detak jantung. Selanjutnya kami melakukan pengujian dari segi komputasi, durasi pemantauan, dan jangkauan komunikasi antara sensor Polar H10 dan Raspberry Pi. Hal ini kami lakukan untuk mengetahui kemampuan sistem dalam melakukan pemantauan subjek secara bersamaan dan jangkauan komunikasi. Sehingga subjek yang sedang pantau tidak terpaku dalam satu tempat atau tidak perlu selalu dekat dengan sistem. Hasil dari pengujian yang kami lakukan, dengan satu Raspberry Pi dapat melakukan pemantauan ke 7 pasien sekaligus, dengan rata-rata kecepatan prediksi 0,023 detik terus menerus selama 30 menit. Sedangkan jangkauan komunikasi mencapai 25-meter pada lingkungan tanpa penghalang dan 10-meter pada lingkungan yang terhalang. Dapat disimpulkan sistem yang diusulkan mampu memberikan fleksibilitas pemantauan detak jantung, serta memungkinkan pemeriksaan bebeberapa individu sekaligus dengan durasi yang lama.

Keywords

Collaboration network of the authors

18 authors · 32 co-authorship links · 2 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • University of Brawijaya
  • Institut Teknologi, Sains, dan Kesehatan RS.DR. Soepraoen Kesdam V/BRW
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Ahmad Foresta Azhar ZenUniversity of Brawijaya4
Mahendra DataUniversity of Brawijaya3
Bagus Aji Pamungkas SetiyonoAffiliation unknown2
Wahyu Teja KusumaInstitut Teknologi, Sains, dan Kesehatan RS.DR. Soepraoen Kesdam V/BRW1
Susanthy DjajalaksanaUniversity of Brawijaya1
Gilang RamadhanUniversity of Brawijaya1
Wijaya KurniawanUniversity of Brawijaya1
Rizky Kurnia A.M.Affiliation unknown1
Fariz Andri BakhtiarUniversity of Brawijaya1
Ahmad Lutfi Bayu AjiUniversity of Brawijaya1
Deny Hari Prasetya DewaUniversity of Brawijaya1
Achmad BasukiUniversity of Brawijaya1
Primantara Hari TrisnawanUniversity of Brawijaya1
Husnul AnwariUniversity of Brawijaya1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jtiik.ub.ac.id/index.php/jtiik/en/oai, first harvested 27 Okt 2026, last seen 27 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="id">Implementasi Sensor Polar H10 dan Raspberry Pi dalam Pemantauan dan Klasifikasi Detak Jantung Beberapa Individu Secara Simultan dengan Pendekatan Machine Learning </dc:title>
	<dc:title xml:lang="en">Implementasi Sensor Polar H10 dan Raspberry Pi dalam Pemantauan dan Klasifikasi Detak Jantung Beberapa Individu Secara Simultan dengan Pendekatan Machine Learning </dc:title>
	<dc:creator xml:lang="id">pramukantoro, eko sakti</dc:creator>
	<dc:creator xml:lang="id">Amron, Kasyful</dc:creator>
	<dc:creator xml:lang="id">Wardhani, Viera</dc:creator>
	<dc:creator xml:lang="id">Kamila, Putri Annisa</dc:creator>
	<dc:subject xml:lang="en">RR interval</dc:subject>
	<dc:subject xml:lang="en">random forest</dc:subject>
	<dc:subject xml:lang="en">detak jantung</dc:subject>
	<dc:description xml:lang="id">Pengawasan detak jantung umumnya dilakukan secara individual, dalam waktu terbatas, dan memerlukan perangkat medis yang spesifik. Dengan memanfaatkan sensor Polar H10 dan Raspberry Pi penelitian ini mengusulkan sebuah sistem yang mampu memonitor detak jantung beberapa orang sekaligus dalam waktu yang sama. Dalam penelitian ini, kami merekam data detak jantung yang berupa RR Interval dari beberapa subjek secara real-time menggunakan sensor Polar H10. Data tersebut kemudian diprediksi menggunakan model machine learning berbasis random forest yang berjalan pada Raspberry Pi untuk prediksi 5 jenis detak jantung. Selanjutnya kami melakukan pengujian dari segi komputasi, durasi pemantauan, dan jangkauan komunikasi antara sensor Polar H10 dan Raspberry Pi. Hal ini kami lakukan untuk mengetahui kemampuan sistem dalam melakukan pemantauan subjek secara bersamaan dan jangkauan komunikasi. Sehingga subjek yang sedang pantau tidak terpaku dalam satu tempat atau tidak perlu selalu dekat dengan sistem. Hasil dari pengujian yang kami lakukan, dengan satu Raspberry Pi dapat melakukan pemantauan ke 7 pasien sekaligus, dengan rata-rata kecepatan prediksi 0,023 detik terus menerus selama 30 menit. Sedangkan jangkauan komunikasi mencapai 25-meter pada lingkungan tanpa penghalang dan 10-meter pada lingkungan yang terhalang. Dapat disimpulkan sistem yang diusulkan mampu memberikan fleksibilitas pemantauan detak jantung, serta memungkinkan pemeriksaan bebeberapa individu sekaligus dengan durasi yang lama.</dc:description>
	<dc:description xml:lang="en">Pengawasan detak jantung umumnya dilakukan secara individual, dalam waktu terbatas, dan memerlukan perangkat medis yang spesifik. Dengan memanfaatkan sensor Polar H10 dan Raspberry Pi penelitian ini mengusulkan sebuah sistem yang mampu memonitor detak jantung beberapa orang sekaligus dalam waktu yang sama. Dalam penelitian ini, kami merekam data detak jantung yang berupa RR Interval dari beberapa subjek secara real-time menggunakan sensor Polar H10. Data tersebut kemudian diprediksi menggunakan model machine learning berbasis random forest yang berjalan pada Raspberry Pi untuk prediksi 5 jenis detak jantung. Selanjutnya kami melakukan pengujian dari segi komputasi, durasi pemantauan, dan jangkauan komunikasi antara sensor Polar H10 dan Raspberry Pi. Hal ini kami lakukan untuk mengetahui kemampuan sistem dalam melakukan pemantauan subjek secara bersamaan dan jangkauan komunikasi. Sehingga subjek yang sedang pantau tidak terpaku dalam satu tempat atau tidak perlu selalu dekat dengan sistem. Hasil dari pengujian yang kami lakukan, dengan satu Raspberry Pi dapat melakukan pemantauan ke 7 pasien sekaligus, dengan rata-rata kecepatan prediksi 0,023 detik terus menerus selama 30 menit. Sedangkan jangkauan komunikasi mencapai 25-meter pada lingkungan tanpa penghalang dan 10-meter pada lingkungan yang terhalang. Dapat disimpulkan sistem yang diusulkan mampu memberikan fleksibilitas pemantauan detak jantung, serta memungkinkan pemeriksaan bebeberapa individu sekaligus dengan durasi yang lama.</dc:description>
	<dc:publisher xml:lang="en">Fakultas Ilmu Komputer, Universitas Brawijaya</dc:publisher>
	<dc:date>2024-02-29</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jtiik.ub.ac.id/index.php/jtiik/article/view/7716</dc:identifier>
	<dc:identifier>10.25126/jtiik.20241117716</dc:identifier>
	<dc:source xml:lang="id">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol 11 No 1: Februari 2024; 175-182</dc:source>
	<dc:source xml:lang="en">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol. 11 No. 1: Februari 2024; 175-182</dc:source>
	<dc:source>2528-6579</dc:source>
	<dc:source>2355-7699</dc:source>
	<dc:source>10.25126/jtiik.2024111</dc:source>
	<dc:language>en</dc:language>
	<dc:language>id</dc:language>
	<dc:relation>https://jtiik.ub.ac.id/index.php/jtiik/article/view/7716/1269</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2024 Jurnal Teknologi Informasi dan Ilmu Komputer</dc:rights>
	<dc:rights xml:lang="en">https://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>