View/Open

Author
NAFIZ AHMADIN HARILY,

Date Published
03 Jun 2026

Advisor
Tri Siswandi Syahputra, S.Si, M.Si.,
Rafli Filano, S.Si., M.T.,

Subject
Teknik Biomedis

Publisher

Diabetes melitus memicu urgensi pengembangan metode pemantauan kadar glukosa secara akurat dan non-invasif. Penelitian ini merancang sistem prediksi konsentrasi glukosa urin memanfaatkan sensor multispektral AS7265X dengan 18 kanal panjang gelombang. Dataset eksperimen terdiri atas 1.250 data pengukuran yang mencakup 50 level konsentrasi glukosa berbeda. Empat skenario preprocessing data optik dievaluasi secara sistematis: intensitas mentah, absorbansi Beer-Lambert, Savitzky-Golay Smoothing, serta Savitzky-Golay First Derivative. Model prediksi Feed-Forward Neural Network kemudian dioptimasi secara otomatis menggunakan KerasTuner. Hasil pengujian menunjukkan bahwa penerapan Savitzky-Golay First Derivative mampu menghasilkan performa prediksi terbaik dengan tingkat kesalahan terendah, yakni RMSE sebesar 8,11 mg/dL dan akurasi R2 mencapai 0,9963. Temuan ini membuktikan secara empiris bahwa kualitas tahapan preprocessing spektral memegang peran sangat krusial dalam memaksimalkan keandalan sistem kecerdasan buatan.

URI
https://repo.itera.ac.id/depan/submission/SB2606030143

Keyword
Glukosa Urin Sensor Multispektral Preprocessing Spektral Feed-forward Neural Network Optimasi Hyperparameter