Sinyal Photoplethysmograph (PPG) dapat digunakan untuk mengukur saturasi oksigen dalam darah, tekanan darah dan detak jantung. Metode konvensional yang sering kali digunakan untuk mendeteksi detak jantung, diantaranya: oksimetri, tensimeter, wearable devices seperti smartwatch dan sebagainya. Proses pengukuran dengan menggunakan peralatan konvensional sebagaimana tersebut diatas masih diperlukan kontak secara fisik pada anggota tubuh jika seringkali dilakukan dapat menyebabkan iritasi pada kulit sehingga hal tersebut kurang efisien karena proses interaksinya kurang natural dan intuitif. Pada penelitian ini menerapkan proses deteksi sinyal PPG untuk pembacaan detak jantung melalui dahi secara dinamis menggunakan computer vision secara realtime tanpa diperlukan kontak fisik, konsep tersebut disebut dengan istilah remote PhotoPlethysmoGraph (rPPG). Guna mengetahui seberapa akurat hasil dari pembacaan detak jantung dari metode rPPG maka akurasinya akandibandingkan dengan hasil pembacaan dari oksimetri, smartwatch serta tensimeter digital terbaru dengan koneksi via bluetooth sehingga dapat dimonitor melalui smartphone. Hasil dari penelitian ini persentase akurasi terbaik menggunakan kamera laptop didapatkan pada jarak 40 cm dengan pembacaan pada smartwatch sebesar 93,2%, akurasi terhadap oksimeter sebesar 94,4% sedangkan pada penggunaan webcam eksternal yang memiliki fitur auto-fokus perbandingan rata-rata akurasi metode rPPG terhadap oksimeter sebesar 97,7% dan rata-rata persentase akurasi rPPG terhadap tensimeter digital 99,55%. Metode rPPG dapat dimanfaatkan medis untuk proses skrining awal deteksi detak jantung atau sebagai second opinion sampai didapatkan data mendekati kebenaran melalui setting dan konfigurasi yang tepat terkait dengan nilai impact factor pada program, penataan pencahayaan dan warna background ruangan.
English
Sinyal Photoplethysmograph (PPG) dapat digunakan untuk mengukur saturasi oksigen dalam darah, tekanan darah dan detak jantung. Metode konvensional yang sering kali digunakan untuk mendeteksi detak jantung, diantaranya: oksimetri, tensimeter, wearable devices seperti smartwatch dan sebagainya. Proses pengukuran dengan menggunakan peralatan konvensional sebagaimana tersebut di atas masih diperlukan kontak secara fisik pada anggota tubuh, jika hal tersebut seringkali dilakukan maka dapat menyebabkan iritasi pada kulit sehingga hal tersebut kurang efektif dan efisien dikarenakan proses interaksinya kurang natural dan intuitif. Pada penelitian ini menerapkan proses deteksi sinyal PPG untuk pembacaan detak jantung melalui dahi secara dinamis menggunakan computer vision secara realtime tanpa diperlukan kontak fisik, konsep tersebut disebut dengan istilah remote PhotoPlethysmoGraph (rPPG). Guna mengetahui seberapa akurat hasil dari pembacaan detak jantung dari metode rPPG maka nilai persentase akurasinya akan dibandingkan dengan hasil pembacaan dari alat oksimetri, smartwatch serta tensimeter digital terbaru dengan koneksi via bluetooth sehingga dapat dimonitor melalui smartphone. Hasil dari penelitian ini persentase akurasi terbaik menggunakan kamera internal laptop didapatkan pada jarak 40 cm dengan pembacaan pada smartwatch sebesar 93,2%, akurasi di oksimeter sebesar 94,4%, sedangkan penggunaan webcam eksternal yang memiliki fitur auto-focus perbandingan rata-rata akurasi metode rPPG terhadap oksimeter sebesar 97,7% dan rata-rata persentase akurasi rPPG terhadap tensimeter digital 99,55%. Metode rPPG dapat dimanfaatkan medis untuk proses skrining awal deteksi detak jantung atau sebagai pendukung keputusan, untuk meningkatkan nilai persentase akurasi dari metode rPPG maka dapat dilakukan beberapa cara, diantaranya: melalui setting dan konfigurasi yang tepat nilai impact factor pada program, penataan pencahayaan dan warna background ruangan. Abstract Photoplethysmograph (PPG) signals can measure blood oxygen saturation, blood pressure and heart rate. Conventional methods often used to detect heartbeats include oximetry, blood pressure monitors, wearable devices such as smartwatches, etc. As mentioned above, the measurement process using conventional equipment still requires physical contact with body parts; if this is done frequently, it can cause skin irritation, making it less effective and efficient because the interaction process is less natural and intuitive. In this research, the PPG signal detection process is applied to dynamically read heartbeats through the forehead using computer vision in real-time without physical contact, and this concept is called remote PhotoPlethysmoGraph (rPPG). To find out how accurate the results of heart rate readings from the rPPG method are, the accuracy percentage value will be compared with the reading results from oximetry devices, smartwatches and the latest digital tensimeters with a connection via Bluetooth so that they can be monitored via smartphone. The results of this research were that the best percentage of accuracy using the laptop’s internal camera was obtained at a distance of 40 cm with readings on the smartwatch of 93.2%, accuracy on the oximeter of 94.4% while using an external webcam that had an auto-focus feature compared the average accuracy The rPPG method for oximeters was 97.7% and the average percentage accuracy of rPPG for digital sphygmomanometers was 99.55%. The rPPG method can be used medically for the initial screening process for heartbeat detection or as decision support. Several ways can be done to increase the accuracy percentage value of the Rppg method, including setting and properly configuring the impact factor value in the program, lighting arrangement and room background colour.
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.