Sistem Monitoring Multi-Parameter Tanda Vital Berbasis Internet of Things untuk Mendukung Telemedicine

Giat  Sigit Purwoko; Nita Nurdiana; Emidiana Emidiana

doi:10.55382/jurnalpustakarobotsister.v4i2.2354

Authors

Giat Sigit Purwoko Universitas PGRI Palembang
Nita Nurdiana Universitas PGRI Palembang
Emidiana Emidiana Universitas PGRI Palembang

DOI:

https://doi.org/10.55382/jurnalpustakarobotsister.v4i2.2354

Keywords:

ESP32, Internet of Things, Monitoring Tanda Vital, Telemedicine, Pemantauan Pasien Jarak Jauh

Abstract

Penelitian ini bertujuan merancang dan mengembangkan sistem monitoring multi-parameter tanda vital berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 yang mampu mengukur detak jantung, suhu tubuh, dan tekanan darah secara real-time. Berbeda dengan penelitian sebelumnya yang umumnya hanya memantau satu atau dua parameter fisiologis, penelitian ini mengintegrasikan tiga parameter utama tanda vital ke dalam satu platform embedded berbasis IoT sehingga mampu mendukung akuisisi data, tampilan lokal, dan pemantauan jarak jauh dalam satu sistem terpadu untuk mendukung layanan telemedicine. Penelitian menggunakan metode eksperimen yang meliputi perancangan perangkat keras dan perangkat lunak, integrasi sistem, implementasi prototipe, serta evaluasi kinerja dengan membandingkan hasil pengukuran terhadap alat kesehatan standar. Sistem mengintegrasikan sensor MAX30102 untuk mengukur detak jantung, sensor inframerah MLX90614 untuk mengukur suhu tubuh tanpa kontak, serta sensor HX710B yang dipadukan dengan manset tekanan darah untuk mengukur tekanan darah. Data hasil pengukuran diproses oleh ESP32, ditampilkan pada LCD 16×2 I2C, kemudian dikirim melalui jaringan Wi-Fi ke platform Blynk sehingga dapat dipantau secara jarak jauh. Evaluasi sistem dilakukan pada lima responden dewasa sehat dengan tiga kali pengulangan pengukuran untuk setiap parameter. Hasil pengujian menunjukkan bahwa sensor MAX30102 memperoleh akurasi rata-rata 98,24% dengan rata-rata selisih 1,4 BPM, sensor MLX90614 memperoleh akurasi rata-rata 99,62% dengan rata-rata selisih 1,2°C, sedangkan sensor HX710B memperoleh akurasi rata-rata 95,38% dengan rata-rata selisih tekanan sistolik 5,6 mmHg dan diastolik 4,2 mmHg. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan mampu mengintegrasikan monitoring multi-parameter tanda vital dalam satu platform IoT berbasis ESP32 dengan kemampuan pemantauan secara real-time untuk mendukung telemedicine dan remote patient monitoring. Pengujian pada penelitian ini masih merupakan studi awal yang melibatkan lima responden dewasa sehat.

Downloads

Download data is not yet available.

References

D. A. Hakim, M. A. Falah, and M. H. Dzikri, “A Device for Detecting Patient Heart Rate and Body Temperature Based on ESP-32,” Indonesian Journal of Electrical Engineering and Electronics, vol. 2, no. 2, pp. 47–53, Jun. 2025.

A. Rejeb, K. Rejeb, S. Zailani, J. G. Keogh, and H. Treiblmaier, “The Internet of Things (IoT) in Healthcare: Taking Stock and Moving Forward,” Internet of Things, vol. 22, Art. no. 100721, 2023, doi: 10.1016/j.iot.2023.100721.

F. Almulhim et al., “IoT-Based Healthcare-Monitoring System towards Improving Quality of Life: A Review,” Healthcare, vol. 10, no. 11, Art. no. 2105, 2022.

Y. Ma et al., “Telemedicine Application in Patients with Chronic Disease: A Systematic Review and Meta-Analysis,” BMC Medical Informatics and Decision Making, vol. 22, Art. no. 105, 2022, doi: 10.1186/S12911-022-01845-2.

R. Uddin and I. Koo, “Real-Time Remote Patient Monitoring: A Review of Biosensors Integrated with Multi-Hop IoT Systems via Cloud Connectivity,” Applied Sciences, vol. 14, no. 5, Art. no. 1876, 2024, doi: 10.3390/app14051876.

M. S. Yaraziz, N. Sohrabi Safa, and M. A. Azad, “Edge Computing in IoT for Smart Healthcare,” Journal of Ambient Intelligence and Smart Environments, vol. 16, no. 4, pp. 409–438, 2024, doi: 10.3233/AIS-230009.

N. Andriani, A. Siswanto, M. Faris, M. Fuzi, R. Adderley, and J. M. Gining, “Monitoring System for Heart Rate, Blood Oxygen Level, and Body Temperature Using MAX30102 Sensor Based on Internet of Things,” International Journal of Scientific Research, pp. 56–60, Aug. 2024, doi: 10.25299/ijsr.2024.23687.

N. Nur, A. Romadhini, A. Kholiq, T. Rahmawati, and F. Masood, “Monitoring BPM and Body Temperature Based Internet of Things (IoT) ThingSpeak Platform,” Jurnal Teknokes, vol. 16, no. 3, pp. 130–137, 2023.

Muthmainnah, D. B. Tabriawan, and I. Tazi, “Karakterisasi Sensor MAX30102 Sebagai Alat Ukur Detak Jantung dan Suhu Tubuh Berbasis Photoplethysmograph,” Jurnal Pendidikan MIPA, vol. 12, no. 3, pp. 726–731, 2022, doi: 10.37630/jpm.v12i3.655.

Mukhammad and A. S. Hyperastuty, “Sensitivitas Sensor MLX90614 Sebagai Alat Pengukur Suhu Tubuh Non-Contact pada Manusia,” IJPN, vol. 1, no. 2, pp. 51–53, 2020, doi: 10.30587/ijpn.v1i2.2339.

R. Ashshiddiq and B. Rahmadya, “Rancang Alat Pengukur Tekanan Darah Otomatis Berbasis Internet of Things,” Chipset, vol. 4, no. 1, pp. 23–35, 2023.

M. Zuhri, F. I. Karin, A. A. Setiawan, and A. Setiawan, “Rancang Bangun Sistem dan Aplikasi Pengukur Berat Badan dan Tekanan Darah Self-Service Berbasis Mikrokontroler ESP32,” Journal of Internet and Software Engineering, vol. 2, no. 4, pp. 1–23, 2025, doi: 10.47134/pjise.v2i4.5017.

W. Setianto, D. A. Aji, I. D. Laksana, S. Giovanka, and V. Saputra, “Evaluasi Kinerja dan Skalabilitas Platform Blynk untuk Aplikasi Internet of Things (IoT),” ELANG: Journal of Interdisciplinary Research, vol. 3, no. 1, pp. 46–52, 2025.

S. Kouchaki, X. Ding, and S. Sanei, “AI- and IoT-Enabled Solutions for Healthcare,” Sensors, vol. 24, no. 8, Art. no. 2607, 2024, doi: 10.3390/s24082607.

G. Gopichand et al., “Use of IoT Sensor Devices for Efficient Management of Healthcare Systems: A Review,” Discover Internet of Things, vol. 4, Art. no. 8, 2024.

R. L. Bashshur, J. D. Howell, E. A. Krupinski, K. M. Harms, N. Bashshur, and C. R. Doarn, “The Empirical Foundations of Telemedicine Interventions in Primary Care,” Telemedicine and e-Health, vol. 22, no. 5, pp. 342–375, 2016, doi: 10.1089/tmj.2016.0045.