KARAKTERISASI SENSOR MPX5050GP PADA PERANCANGAN PROTOTIPE SFIGMOMANOMETER DIGITAL FULL AUTOMATIC BERBASIS MIKROKONTROLER

Aldaciptarisa Aldaciptarisa; Umiatin Umiatin; Haris Suhendar

doi:10.21009/03.1201.FA09

Aldaciptarisa Aldaciptarisa Program Studi Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Jakarta, Jalan Rawamangun Muka, Kota Jakarta Timur 13220, Indonesia
Umiatin Umiatin Program Studi Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Jakarta, Jalan Rawamangun Muka, Kota Jakarta Timur 13220, Indonesia
Haris Suhendar Program Studi Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Jakarta, Jalan Rawamangun Muka, Kota Jakarta Timur 13220, Indonesia

DOI: https://doi.org/10.21009/03.1201.FA09

Abstract

Abstrak

Sfigmomanometer adalah alat yang digunakan untuk mengukur tekanan darah. Tidak semua tekanan darah berada pada batas normalnya. Tekanan darah yang berada di bawah batas normal disebut sebagai hipotensi dan kelainan ini memiliki hubungan erat dengan pasien gagal jantung. Sedangkan, tekanan darah yang melebihi batas normalnya disebut sebagai hipertensi yang dapat meningkatkan risiko penyakit jantung dan stroke. Menyadari besarnya dampak yang disebabkan oleh tekanan darah membuat pengukurannya harus dilakukan secara akurat. Keakuratan sensor merupakan suatu hal yang penting untuk diketahui guna memaksimalkan efektivitas sfigmomanometer dalam mengukur tekanan darah. Pada penelitian ini, karakterisasi sensor MPX5050GP sebagai pengukur tekanan dilakukan dengan membandingkan keluaran sensor dengan alat ukur standar konvesional yaitu gauge tensimeter aneroid. Hasil karakterisasi sensor MPX5050GP memperlihatkan bahwa sensor memiliki sifat yang linear dengan nilai koefisien determinasi (R²) sebesar 1, sensitivitas sebesar 0,012 V per mmHg, serta tingkat akurasi sebesar 99,66 % sehingga sensor dinyatakan mampu menunjukkan nilai pengukuran sebenarnya.

Kata-kata kunci: sfigmomanometer, tekanan darah, MPX5050GP, Arduino.

Abstract

A sphygmomanometer is a device used to measure blood pressure. Not all blood pressure is within normal limits. Blood pressure that is below the normal limit is referred to as hypotension and this disorder has a close association with heart failure patients. Meanwhile, blood pressure that exceeds the normal limit is referred to as hypertension which can increase the risk of heart disease and stroke. Realizing the magnitude of the impact caused by blood pressure makes its measurement must be done accurately. Sensor accuracy is an important thing to know in order to maximize the effectiveness of the sphygmomanometer in measuring blood pressure. In this study, the characterization of the MPX5050GP sensor as a pressure gauge was carried out by comparing the sensor output with a conventional standard measuring instrument, namely an aneroid tensimeter gauge. The MPX5050GP sensor characterization results show that the sensor has linear properties with a coefficient of determination (R²) value of 1, a sensitivity of 0.012 V per mmHg, and an accuracy level of 99,66 % so that the sensor is declared capable of showing the actual measurement value.

Keywords: sfigmomanometer, blood pressure, MPX5050GP, Arduino.

References

B. Wulandari, M. P. Jati, “Design and Implementation of Real-Time Health Vital Sign Monitoring Device with Wireless Sensor-based on Arduino Mega,” Elinvo (Electronics, Informatics, and Vocational Education), vol. 6, no. 1, pp. 61-70, 2021, doi: 10.21831/elinvo.v6i1.43799.

N. H. Zunnur, A. A. Adrianto, E. Basyar, “Kesesuaian Tipe Tensimeter Air Raksa Dan Tensimeter Digital Terhadap Pengukuran Tekanan Darah Pada Usia Dewasa,” vol. 6, no. 2, pp. 940-946, 2017.

E. R. Dumalang, F. Lintong, V. R. Danes, “Analisa Perbandingan Pengukuran Tekanan Darah antara Posisi Tidur dan Posisi Duduk pada Lansia,” Jurnal Biomedik: JBM, vol. 14, no. 1, pp. 96-101, 2022, doi: 10.35790/jbm.v14i1.37592.

N. Fitriani, N. Nilamsari, “Faktor-faktor yang Berhubungan dengan Tekanan Darah Pada Pekerja Shift dan Pekerja Non-shift di PT. X Gresik,” Journal of Industrial Hygiene and Occupational Health, vol. 2, no. 1, 2017, doi: 10.21111/jihoh.v2i1.948.

E. Martinez-Ríos et al., “A Review of Machine Learning in Hypertension Detection and Blood Pressure Estimation Based on Clinical and Physiological Data,” Biomedical Signal Processing and Control, vol. 68, 2021, doi: 10.1016/j.bspc.2021.102813.

Kemenkes RI, “Laporan Nasional RISKESDAS 2018,” Jakarta: Lembaga Penerbit Badan Penelitian dan Pengembangan Kesehatan, 2019.

D. Lukitaningtyas, E. A. Cahyono, “Hipertensi,” Jurnal Pengembangan Ilmu dan Praktik Kesehatan, vol. 2, no. 2, pp. 100-117, 2023.

K. C. See, “Management of Circulatory Shock and Hypotension,” Singapore Med Journal, vol. 63, no. 5, pp. 239-244, 2022, doi: 10.11622/smedj.2022075.

M. Martín-Pérez et al., “Development of Hypotension in Patients Newly Diagnosed With Heart Failure in UK General Practice: Retrospective cohort and nested case-control analyses,” BMJ Open, vol. 9, no. 7, 2019, doi: 10.1136/bmjopen-2018-028750.

S. Sun et al., “Systolic Blood Pressure Estimation Using ECG and PPG in Patients Undergoing Surgery,” Biomed Signal Process Control, vol. 79, 2023, doi: 10.1016/j.bspc.2022.104040.

P. S. Lewis et al., “Oscillometric Measurement of Blood Pressure: A Simplified Explanation. A Technical Note on Behalf of The British and Irish Hypertension Society,” Journal of Human Hypertension, vol. 33, no. 5, pp. 349-351, 2019, doi: 10.1038/s41371-019-0196-9.