Penerapan Fuzzy Logic pada Pengukuran Suhu Tubuh Non-Kontak menggunakan Sensor MLX90614 = Implementation of Fuzzy Logic in Non-Contact Body Temperature Measurement Using the MLX90614 Sensor

Penyakit menular yang menyebar melalui udara, seperti COVID-19, menekankan pentingnya menjaga jarak fisik, di mana pengukuran suhu tubuh menggunakan termometer non-contact menjadi langkah awal dalam deteksi kesehatan, dengan suhu tubuh normal berkisar antara 36.5 °C– 37.5°C. Namun, pengukuran suhu tubuh dengan termometer inframerah non-contact pada jarak sekitar 5 cm, cenderung menurun akurasinya saat jarak pengukuran melebihi batas optimal, sehingga diperlukan pendekatan untuk meningkatkan akurasi pada jarak yang lebih jauh. Penelitian ini bertujuan untuk menerapkan fuzzy logic pada pengukuran suhu tubuh non-kontak menggunakan sensor MLX90614 dan menilai keberhasilan metode fuzzy logic Sugeno dalam mempertahankan akurasi deteksi pada jarak 0-21 cm. Metode yang digunakan dalam penelitian ini adalah fuzzy logic Sugeno, yang memanfaatkan sensor MLX90614 untuk pengukuran suhu tubuh, sensor ultrasonic untuk pengukuran jarak, sensor DHT22 untuk pengukuran kelembapan dan suhu lingkungan, serta mikrokontroler ESP32 untuk pengolahan data dan implementasi model Hasil penelitian menunjukkan bahwa model fuzzy Sugeno mampu menyesuaikan prediksi suhu tubuh berdasarkan kondisi lingkungan dan jarak, menghasilkan peningkatan akurasi pengukuran. Evaluasi menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan penurunan error dari 2,76% menjadi 0.47% selama proses pelatihan, dengan presisi mencapai 99.52%. Implementasi model pada ESP32 menghasilkan MAPE sebesar 11.82%, dengan tingkat presisi sistem sebesar 88.18%. Model menggunakan 24 rule efektif, fungsi keanggotaan trapezoid, dan clustering optimal.