Laju pernapasan (respiratory rate) merupakan salah satu dari lima tanda vital pada tubuh manusia. Pengukuran laju pernapasan yang paling sering dilakukan ialah dengan menghitung banyaknya napas yang dilakukan seseorang dalam satu menit. metode ini dinilai bersifat subjektif yang mana masing-masing pengukuran hasilnya akan bergantung kepada pengukur. Metode lain yang dapat digunakan ialah dengan mengunakan metode kontak, seperti strain gauges or impedance methods, transcutaneous CO2 methods, oximetry probe (SpO2) methods, dan ECG derived respiration rate methods. Namun, penggunaan metode kontak dapat menimbulkan beberapa masalah, seperti rasa tidak nyaman, iritasi kulit karena penggunaan elektroda, dan surface loading effect. Oleh karena itu, pada penelitian ini dirancang bangun sebuah sistem pengukuran laju pernapasan nonkontak berbasis sensor ultrasonik.
Pengukuran dilakukan dengan menghitung perubahan jarak antara area thoracoabdominal depan dengan sensor. Hasil pengukuran kemudian diolah menggunakan metode gaussian filter dan transformasi wavelet diskrit (TWD). Berdasarkan hasil pengolahan data, diperoleh hasil bahwa metode pengukuran ini memiliki simpangan kesalahan rata-rata terkecil sebesar 4,48 menggunakan metode penyaringan gaussian filter dan menggunakan metode perhitungan pendekatan FFT. Oleh karena itu, metode ini dapat digunakan untuk mengukur laju pernapasan, tetapi perlu dilakukan beberapa peningkatan untuk mendapatkan hasil yang lebih maksimal.
The respiratory rate is one of the five vital signs in human body. The measurement that is most often done is by counting the amount of breath a person does in one minute. This method is considered to be subjective in which each outcome measurement will depend on the counter. Other method that can be used are by using contact method, such as strain gauges or impedance methods, transcutaneous CO2 methods, probe oximetry (SpO2) methods, and ECG derived respiration rate methods. However, the use of contact methods can cause several problems, such as skin irritation, and surface loading effect. Therefore, in this study a respiratory rate measurement system ultrasonic sensor based was designed.
Measurements were made by calculating the distance change between the front of thoracoabdominal area and the sensor. The results are then processed using the gaussian filter method and discrete wavelet transform (DWT). Based on the result of data processing, the result show that this measurement method has has the smallest error deviation of 4.48 using the gaussian filter filtering method and uses the FFT approach calculation method. Therefore, this method can be used to measure respiratory rate, but some improvement needs to be done to produce maximum results."
Penelitian ini bertujuan untuk merancang dan membangun sistem pemantau tanda vital detak jantung, suhu tubuh, dan laju pernapasan pada kursi roda listrik menggunakan sensor MAX30102, DS18B20, dan strain gauge BF350 3AA terhubung dengan platform online Blynk dan mengetahui performa masing-masing sensor dengan referensi alat pengukur detak jantung dengan manset merk 1byOne, termometer digital merk ThermoOne Alpha-2, dan pengukur laju pernapasan secara manual. Pada penelitian ini sistem berhasil dibuat dan dapat menampilkan hasil pemantauan tanda vital detak jantung, suhu tubuh, dan laju pernapasan pada platform online Blynk. Pada uji performa pengukuran didapat error pengukuran detak jantung sebesar 2,586%, suhu tubuh sebesar 0,082%, dan laju pernapasan sebesar 6,285%. Selain itu, juga didapat persamaan kalibrasi dari regresi linear hasil pengukuran tanda vital masing - masing sensor, yaitu: Detak jantung_Kalibrasi = (detak jantung_MAX30102) - 4,72) / 0,94, suhu tubuh_Kalibrasi = (suhu tubuh_DS18B20 - 3,62) / 0,90, dan laju pernapasan_kalibrasi = (laju pernapasan_strain gauge - 2,78) / 0,82.
This research aims to design and build a heart rate, body temperature, and respiratory rate monitoring system on an electric wheelchair using MAX30102, DS18B20, and BF350 3AA strain gauge sensors connected to the Blynk online platform and determine performance of each sensors with compared to a 1 by One cuff-based heart rate monitor, ThermoOne Alpha-2 digital thermometer, and manual measurements. In this research the system was successfully developed and evaluates the measurement error of the heart rate as 2.586%, body temperature with an error of 0.082%, and the respiratory rate with an error of 6.285%. Furthermore, equations are obtained for sensor calibration from the linear regression of vital sign measurement from each sensor: Heart rate_callibrated = (heart rate_MAX30102) - 4,72) / 0,94, body temperature_callibrated = (body temperature_DS18B20 - 3,62) / 0,90, and respiratory rate_callibrated = (respiratory rate_strain gauge - 2,78) / 0,82.
"