Rancang bangun alat ukur tinggi dan berat badan berbasis Internet Of Things (IoT)

Wijaya, Muhammad Riefqi (2024) Rancang bangun alat ukur tinggi dan berat badan berbasis Internet Of Things (IoT). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (63kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (24kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (116kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (161kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (263kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (54kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (676kB) | Request a copy
	Text (BAB VI) 9_bab6.pdf Restricted to Registered users only Download (148kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (92kB) | Request a copy

Abstract

Pengukuran berat badan dan tinggi badan secara manual sering kali memerlukan waktu yang lama, membutuhkan alat yang terpisah, serta rentan terhadap kesalahan pencatatan, yang mengakibatkan kurangnya efisiensi dan akurasi, terutama dalam skala besar seperti di fasilitas kesehatan. Penelitian ini bertujuan merancang dan menganalisis sistem pengukuran tinggi dan berat badan otomatis berbasis Internet of Things (IoT) untuk mengatasi kendala tersebut. Sistem ini menggunakan NodeMCU ESP8266 sebagai mikrokontroler utama, sensor ultrasonik untuk mengukur tinggi badan, sensor load cell untuk mengukur berat badan, dan Google Spreadsheet sebagai platform penyimpanan serta pengolahan data. Hasil pengukuran ditampilkan secara real-time pada layar LCD 16x2 dan dapat diakses melalui aplikasi berbasis MIT App Inventor. Proses pengujian menunjukkan bahwa sistem berhasil mengukur tinggi badan dengan akurasi mencapai 99,61% dan berat badan dengan akurasi 97,74%, dengan tingkat kesalahan yang sangat rendah. Implementasi algoritma regresi linier memungkinkan peningkatan akurasi hasil pengukuran dengan meminimalkan kesalahan akibat variasi sensor dan kondisi lingkungan. Selain itu, sistem diuji dalam berbagai kondisi dan menunjukkan kinerja yang stabil serta responsif dalam memproses dan menyimpan data secara otomatis. Hasil penelitian ini membuktikan bahwa sistem yang dirancang menawarkan solusi inovatif, efisien, dan akurat dalam pengukuran tinggi serta berat badan. Dengan integrasi teknologi IoT, sistem ini memungkinkan monitoring data kesehatan secara real-time, analisis data prediktif, dan pelaporan yang mendukung efisiensi operasional, sehingga dapat digunakan untuk kebutuhan praktis di berbagai bidang kesehatan.

Actions (login required)

View Item