Pendekatan Non-Invasive Untuk Pengukuran Kadar Glukosa dan Kolesterol Darah

Usman Umar, Pendekatan Non-invasive Untuk Pengukuran Kadar Glukosa dan Kolesterol Darah (dibimbing oleh Syafruddin Syarif, Ingrid Nurtanio, dan Indrabayu).

Pemantauan glukosa dan kolesterol saat ini masih menggunakan teknik invasive yang mengambil sampel darah. Penelitian ini bertujuan untuk mengembangkan teknik non-invasive untuk mendeteksi kadar glukosa dan kolesterol darah dengan Infrared Glucose dan Cholesterol Monitoring (IR-GluchoM) menggunakan optik sensor near infrared (NIR) 940 nm dan photodiode yang dipasang pada ujung jari dan pergelangan tangan. Glukosa dan kolesterol merupakan komponen penting dalam tubuh manusia mempunyai fungsi masing masing, glukosa berfungsi sebagai sumber energi seluruh sel tubuh, memperlancar metabolisme, sebagai bahan bakar utama otak,dan mengatur suhu tubuh. Kolesterol berfungsi sebagai sumber hormon testosterone pada pria dan hormone estrogen pada wanita. Kedua komponen darah ini perlu dikontrol secara teratur untuk menjaga kualitas kesehatan. Pada penelitian ini ada 20 peserta sebagai rujukan klinis untuk mengidentifikasi kadar kolesterol dan glukosa darah invasive yang digunakan untuk membuat model matematika untuk menentukan kadar kolesterol dan glukosa darah non-invasive. kinerja model matematika diuji dengan menentukan nilai standard error prediction (SEP) dan koefisien korelasi. Menentukan akurasi model divalidasi pada 40 partisipan usia 20 – 60 tahun dan menilai dengan root mean square error (RMSE), analysis variance (ANOVA) dan Uji-T, untuk akurasi secara klinis dengan menggunakan Clarke-Error Grid Analysis (C-EGA). Hasil analisa prediksi kadar glukosa dan kolesterol darah non-invasive semua berada pada zona A. Penelitian ini juga mengembangkan proses citra untuk menentukan kadar kolesterol non-invasive melalui tekstur pada gray level co-occurrence matrix (GLCM) yang diproses pada jaringan saraf tiruan (JST). Untuk mendeteksi kadar kolesterol, citra wilayah tekstur tangan pasien diambil sebagai sampel citra, beserta kadar kolesterol yang melalui uji laboratorium. Citra yang diperoleh digunakan untuk membangun database dengan berbagai nilai kolesterol. Untuk memudahkan analisis dan akurasi gambar, sampel citra dikelompokkan berdasarkan umur. Analisis citra dilakukan dengan menggunakan metode GLCM. Dalam penelitian ini, jaringan saraf tiruan (JST) digunakan untuk semua pelatihan dan pengujian tekstur kulit tangan untuk mendeteksi kadar kolesterol. Berdasarkan hasil menunjukkan bahwa RMSE sesuai dengan nilai standar, r adalah 89%, T-test: nilai t lebih kecil dari T-tabel (-3,907, -1,949 dan -1,838 kurang dari -1,708), analisis Clarke EGA: 96 % dan 88% untuk akurasi klinis di zona A.Temuan penelitian menunjukkan bahwa model yang diajukan dapat diterapkan untuk pengukuran kolesterol.