Sistem Klasifikasi Kondisi Laboratorium Medis berdasarkan Suhu dan Kelembapan menggunakan Algoritma Jaringan Syaraf Tiruan (JST)

Putri, Alisya Nabila Eka and Dahnial Syauqy, S.T., M.T., M.Sc. and Nur Hazbiy Shaffan, S.T., M.T. (2024) Sistem Klasifikasi Kondisi Laboratorium Medis berdasarkan Suhu dan Kelembapan menggunakan Algoritma Jaringan Syaraf Tiruan (JST). Sarjana thesis, Universitas Brawijaya.

Abstract

Laboratorium medis memberikan pelayanan pengujian dan diagnosa penyakit melalui pemeriksaan spesimen, dengan menjaga parameter standar baku mutu laboratorium melalui pemantauan suhu dan kelembapan udara. Pengelolaan laboratorium yang kurang baik dapat berdampak pada penyebaran mikroorganisme, kerusakan spesimen dan kualitas alat, serta hasil diagnosa. Pemantauan dilakukan oleh tenaga medis secara manual menggunakan thermohygrometer. Keterbatasan kemampuan tenaga medis menjadi kendala dalam pemantauan laboratorium secara berkelanjutan. Penelitian ini mengembangkan sistem klasifikasi kondisi laboratorium medis berdasarkan suhu dan kelembapan menggunakan algoritma Jaringan Syaraf Tiruan (JST) untuk melakukan pemantauan secara otomatis dan berkelanjutan. Sistem dirancang multinode, terdiri dari node master dan slave dengan NodeMCU ESP8266 dan sensor DHT22 sebagai komponen penyusun. Sistem mengakuisisi suhu dan kelembapan dan mengklasifikasikan laboratorium menjadi kelas layak dan tidak layak. Proses klasifikasi menggunakan 200 data sebagai dataset untuk membangun model dengan library TensorFlow. Pengujian dilakukan dengan menempatkan node pada titik berbeda dalam satu ruangan laboratorium. Hasil pengujian menunjukkan rata-rata error sensor DHT22 pada node master dalam akuisisi suhu sebesar 0.71% dan kelembapan sebesar 2.29%. Serta pada node slave rata-rata error sensor dalam akuisisi suhu sebesar 0.67% dan kelembapan sebesar 2.11%. Sistem mendapatkan tingkat akurasi 80% dalam mengklasifikasikan kondisi laboratorium medis dengan waktu komputasi rata-rata mencapai 174.4 ms pada 25 data uji.

English Abstract

Medical laboratories provide health services by testing and diagnosing diseases through specimen examination by maintaining laboratory quality standard parameters through monitoring air temperature and humidity. Inappropriate laboratory management can have an impact on the spread of microorganisms, specimen damage, instrument quality, and diagnostic results. Monitoring is manually carried out by medical staff using a thermohygrometer. The limited abilities of medical staff are an obstacle to continuous laboratory monitoring. This research develops a medical laboratory condition classification system based on temperature and humidity using an Artificial Neural Network (ANN) algorithm to provide automatic and continuous monitoring. The system is designed as a multinode, consisting of master and slave nodes with the NodeMCU ESP8266 and DHT22 sensor as components. It acquires temperature and humidity and classifies laboratories as qualified and unqualified. The classification process uses 200 data as a dataset to build a model with the TensorFlow library. Testing carried out by placing nodes at different points in a laboratory room. The test results show that the average error of the DHT22 sensor on the master node in temperature acquisition is 0.71% and humidity is 2.29%. And on the slave node, the average sensor error in temperature acquisition is 0.67%, and humidity is 2.11%. The system gets an 80% accuracy rate in classifying medical laboratory conditions, with an average computation time of 174.4 ms on 25 test data.

Item Type:	Thesis (Sarjana)
Identification Number:	052415
Uncontrolled Keywords:	Laboratorium Medis, Pemantauan Standar Laboratorium, Suhu, Kelembapan, Klasifikasi, Jaringan Syaraf Tiruan (JST)-Medical Laboratory, Laboratory Standards Monitoring, Temperature, Humidity, Classification, Artificial Neural Network (ANN)
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	Sugeng Moelyono
Date Deposited:	24 Dec 2024 07:03
Last Modified:	24 Dec 2024 07:03
URI:	http://repository.ub.ac.id/id/eprint/232724

Text (DALAM MASA EMBARGO) Alisya Nabila Eka Putri.pdf Restricted to Registered users only Download (4MB)

Actions (login required)

View Item