PERANCANGAN ALAT UKUR KOLESTEROL DARAH SECARA NON-INVASIVE DENGAN FAKTOR RESIKO MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK

Kenaikan kolesterol meningkatkan resiko penyakit jantung dan stroke.
Secara global, sepertiga penyakit jantung iskemik disebabkan oleh kolesterol
tinggi. Pengukuran tentang kandungan kimia dalam darah pada pembulu arteri
umumnya masih dilakukan secara invasive, sehingga menyebabkan nyeri dan
trauma pada seseorang. Serta biaya pemerikasaan yang cukup mahal yang
membuat orang malas untuk melakukan pemeriksaan secara rutin. Sehingga
pemeriksaan kadar kolesterol dalam darah secara non-invasive dengan faktor
resiko berbasis artificial neural network menjadi salah satu solusi yang tepat.
Proses pengukuran kolesterol secara non-invasive dilakukan dengan menggunakan
sensor fotodioda dan infrared led. Pengujian alat dilakukan dengan mengukur
kadar kolesterol pada responden dan melihat hubungannya dengan nilai ADC dari
alat. Hasil uji menunjukkan bahwa nilai intensitas cahaya yang diterima sensor
fotodioda yang direpresentasikan oleh nilai tegangan output akan mengalami
perubahan seiring dengan berubahnya nilai kadar kolesterol darah, mengikuti
persamaan y = 0,000x
2
- 0,207x + 240,5. Nilai koefisien R2= 0,945 menunjukkan
bahwa x berpengaruh besar terhadap y, sehingga dapat disimpulkan bahwa sensor
fotodioda dapat berfungsi dengan baik sebagai sensor alat ukur kadar kolesterol
non-invasive yang telah dirancang. Dalam menentukan faktor resiko dilakukan
dengan menggunakan metode artificial neural network dengan fungsi aktivasi
tansig untuk hidden layer dan purelin untuk outputnya. Alat ukur kolesterol darah
hasil rancangan memiliki error rata-rata 6,92 %. Error terkecil yaitu 0,49 % dan
error terbesar yaitu 18,1 %. Nilai error ini didapat dari pengukuran saat peletakan
jari yang tidak stabil (bergerak) sehingga dapat mempengaruhi nilai keluaran
sensor yang terbaca.
Kata Kunci:Artificial Neural Network, Backpropagation, Kolesterol, Non�invasive.