Analisis Kelayakan Implementasi Sistem Smart Healthcare Berbasis
Raspberry Pi dan Pendekatan Fuzzy Logic Untuk Deteksi Dini
Magister Teknik Elektro
Dosen: DR. Ir. Iwan Krisnadi, MBA
Oleh :
Abstrak
Kesehatan merupakan hal mendasar yang diperlukan manusia Selain itu juga merupakan unsur utama dalam pengembangan individu dan sesuatu yg sangat bernilai yang harus di jaga. Itulah sebabnya diperlukan cara untuk menyediakan sarana yang memadai dan parameter pemberian layanan kesehatan yang tepat berdasarkan pemantauan langsung dan penyediaan bantuan medis.
Pengembangan dan implementasi teknologi baru, terutama Internet dan Wireless Sensor Networks (WSN) umumnya dikenal sebagai Internet of Things (IOT), memungkinkan pendekatan global untuk merancang system smart healthcare. Hal ini memungkinkan sistem Smart Healthcare memasok nilai dan informasi yang relevan secara real time untuk individu yang berkepentingan (Pasien, dokter dan paramedis, dan asuransi kesehatan) .Berdasarkan informasi dan aturan-aturan kesehatan yang sudah di setting untuk individu tersebut, Fuzzy logic ditanamkan untuk memberikan keputusan jika ada kondisi yang tidak sesuai dengan aturan tersebut.
Sistem komersial yang sangat mahal saat ini menjadi alasan yang tidak dapat di terima pasien umum. Memanfaatkan teknologi murah penulis mengkaji sistem yang berorientasi pada kebutuhan berkelanjutan dan mudah diadaptasi.
Kata kunci: Internet of Things; Smart Healthcare; Raspberry Pi; Fuzzy logic;
1. Pendahuluan
Kemajuan teknologi menciptakan kemungkinan baru dalam pelayanan kesehatan dan penyembuhan penyakit. Kesehatan sudah menjadi kebutuhan utama bagi manusia tetapi masih merupakan barang yang mahal sehingga untuk menikmati hal tersebut di butuhkan keinginan dan kemauan yang keras.
Rancangan sistem smart healthcare ini menggunakan hardware murah dan perangkat lunak open source sehingga memungkinkan pengembangan sistem ini untuk keperluan masyarakat umum.
2. Tujuan dan Sasaran
Kajian ini dilakukan berdasarkan studi literature dan wawancara kepada tenaga medis dan pasien orangtua yang sering ke rumah sakit melakukan pemeriksaan kesehatan untuk mengkaji kelayakan sistem smart healthcare untuk dapat digunakan di Indonesia. Pengembangan system ini meliputi perancangan prototip system smart healthcare dan pengukuran terhadap sensor yang di gunakan. Perancangan prototip dengan memanfaatkan board komputer ultra-murah, kecil dan kuat - Raspberry Pi (RPi), berbagai sensor yang mudah di aplikasi dan murah, mobile phone dan media komunikasi .Sasaran dari penelitian ini membandingkan pengukuran yang di dapat dan membukti system tersebut berjalan sesuai yang diharapkan. Pengujian di lakukan secara real dan data-data yang di hasilkan dapat di akses melalui mobile phone.
3. Ruang lingkup
Ruang lingkup penelitian ini dibatasi pada perancangan dan pembuatan system smart healthcare berbasis Raspberri Pi dan pendekatan fuzzy logic untuk deteksi awal, serta dilakukan pengujian dan pengukuran terhadap alat untuk mengetahui keandalan dan kelayakan terhadap kondisi saat ini dan dapat di terapkan di Indonesia. Untuk mengirim hasil mengunakan media komunikasi internet menggunakan HTTP Web Server (Apache Tomcat) dan short message menggunakan GSM Module.
4. Rumusan Permasalahan
Apakah ada Sistem Smart Healthcare saat ini ?
Dimana saja Sistem Smart Healthcare tersebut bisa di dapat? Siapa saja yang memanfaatkan Sistem Smart Healthcare tersebut? Kapan Sistem Smart Healthcare digunakan?
Mengapa diperlukan Sistem Pelayanan Kesehatan?
Bagaimana Sistem Smart Healthcare bekerja dan Berapa biayanya ?
Batasan Masalah
2. Pendekatan Fuzzy logic secara simple untuk deteksi dini Gula darah, jetak jantung ,tekanan darah dan Temperatur tubuh.
3. Pemantauan pengukuran dan pengujian menggunakan HTTP web server via wifi/internet.
5. Metodologi
Metodologi yang digunakan pada penelitian ini adalah 1. Studi literatur
2. Wawancara petugas paramedis dan pasien yang melakukan pemeriksaan kesehatan
3. Metode eksperimen dan melakukan pengujian dan pengukuran sistem smart healthcare.
Langkah-langkah yang di lakukan dalam penelitian ini adalah sebagai berikut : 1. Melakukan studi literatur terkait smart healthcare
2. Diskusi dan wawancara dengan petugas paramedis dan pasien terkait kondisi pelayanan kesehatan dan harapan yang diinginkan masing-masing
3. Melakukan Perancangan sistem smart healthcare menggunakan raspberry pi, sensor shield V2 dan pendekatan fuzzy logic secara simple
4. Melakukan monitoring terhadap mengukuran dari sensor dan sejauh mana sistem tersebut bisa mendeteksi dini kondisi pasien yang tidak sesuai.
6. Perancangan Sistem
Alat ini memanfaatkan computer board Raspberry Pi (RPi) yang berukuran kecil tetapi sangat powerful. Sebuah RPi telah dirancang untuk mendukung sejumlah besar periferal input dan output dan jaringan komunikasi, dan itu adalah platform yang sempurna untuk berinteraksi dengan banyak perangkat yang berbeda dan digunakan dalam berbagai aplikasi. Untuk melakukan pengukuran RPi di sambungkan terhadap sensor yang mendukung untuk pengukuran biometric. Sensor shield V2 (SSV2) yang terdiri dari 10 sensor yang berbeda: pulse, oksigen dalam darah (SpO2), aliran udara (pernapasan), suhu tubuh, elektrokardiogram (EKG), glucometer, respon kulit galvanik (GSR - berkeringat), tekanan darah (sphygmomanometer), posisi pasien (accelerometer) dan sensor otot / electromyography (EMG).
Berikut desain sistem smart healthcare:
Fuzzifier Inference Defuzzifier Fuzzy Output
Input Sensor Data
Pengujian terhadap sistem akan di lakukan pengukuran berdasarkan input dari sensor body temperature, sensor glucometer dan sensor SPO2.Sensor body temperatur untuk mengukur suhu tubuh pasien, Sensor Glucometer untuk mengukur kadar gula darah dari pasien dan sensor SPO2 untuk mengukur tekanan darah dan heart beat dari pasien. Berdasarkan pengukuran tersebut sistem akan mengirimkan kondisi pasien sesuai dengan Fuzzy Rules yang sudah ditetapkan. Pengujian ini menggunakan rules sebagai berikut :
Table 6.1 : Fuzzy Rules
6.1 Perangkat Keras & Devices
Perangkat keras yang digunakan pada sistem ini menggunakan Raspberry Pi, Sensor Shield V2,Modem Wifi, Monitor dan Mobile Phone, Pulse & Oxigen Blood Sensor, Body Temperature Sensor, Glucometer sensor dan modul GSM SIM900 untuk pengiriman informasi melalui SMS.
MED_RULE 1 IF heart rate is normal OR heart rate is High AND Systolic Blood Pressure is Very High AND Diastolic Blood Pressure is Very High THEN Medical Condition is Pre-Hypertension 2 IF heart rate is normal OR heart rate is High
AND Systolic Blood Pressure is Low AND Diastolic Blood Pressure is LOW THEN Medical Condition is Hypotension.
FPG_RULES 1 IF frequency is little AND FPG is normal THEN health
5 IF frequency is much THEN take care 6 IF FPG is diabetes THEN take care
BODY_TEMP_RULES 1 IF Body_Temperature is Low THEN abnormal 2 IF Body_Temperature is Normal THEN Health 3 IF Body_Temperature is High THEN Take
Care
Spesifikasi Raspberry Pi 3
SoC: Broadcom BCM2837
CPU: 4× ARM Cortex-A53, 1.2GHz GPU: Broadcom VideoCore IV RAM: 1GB LPDDR2 (900 MHz)
Networking: 10/100 Ethernet, 2.4GHz 802.11n wireless Bluetooth: Bluetooth 4.1 Classic, Bluetooth Low Energy Storage: microSD
GPIO: 40-pin header, populated
Ports: HDMI, 3.5mm analogue audio-video jack, 4× USB 2.0, Ethernet, Camera Serial Interface (CSI), Display Serial Interface (DSI)
Spesifikasi Sensor Shield V2
9 sensors:
o pulse and oxygen levels in the blood (SPO2) o breathing 1 E-Health shield for Raspberry Pi
Connectivity: WiFi; 3G; GPRS; Bluetooth; 802.15.4; ZigBee
SIM application toolkit
Supply voltage range 3.4 ... 4.5 V Low power consumption
Operation temperature: -30 °C to +80 °C
6.2 Perangkat Lunak
Sebagai Operating System untuk Raspberry kita menggunakan Raspbian Wheexy Linux for Raspberry Pi. Kemudian dilakukan konfigurasi IP address agar bisa diakses lewat jaringan LAN atau Wifi. Untuk memberikan informasi pengukuran RPI harus mempunyai salah satu server HTTP Web (Apache Tomcat) which dapat memberikan jasa layanan yang ringan. Selain itu digunakan juga modul GMS SIM900 untuk menginformasikan pengukuran melalui SMS.
6.3 Cara Pengujian dan Pengukuran
Pengukuran yang di lakukan mengukur temperature body , detak jatung , tekanan darah serta kandungan gula darah pasien dengan menggunakan sensor. Hasil pengukuran akan di olah menggunakan pendekatan fuzzy kemudian akan terkirim melalui SMS ke pihak terkait dalam hal ini tenaga paramedis. Untuk hasil lengkap tiap tiap sensor tenaga paramedis mengakses melalui alamat HTTP server. Proses pengukuran ini di lakukan sebanyak 100 kali untuk masing masing sensor.
7. Hasil Yang Diharapkan
Sistem Pelayanan Kesehatan saat ini masih konvensional dimana setiap pasien harus datang langsung ke tempat layanan kesehatan. Sistem Smart Healtcare ini memudahkan pasien untuk mendapatkan layanan kesehatan yang memadai dengan biaya yang terjangkau.
Dengan Sistem Smart Healthcare ini pasien bisa mendapatkan layanan kesehatan dimana saja dan kapan saja dengan pemanfaatan technology internet dan GSM.
Sistem Smart Healthcare ini membantu untuk mendeteksi dini jika terjadi keadaan di luar kondisi biasa dari pasien sehingga mempercepat penanganan tenaga paramedic dalam mengambil keputusan.
DAFTAR PUSTAKA
1. M. Maksimovi??, V. Vujovi??, and B. Peri??i??, “A custom Internet of Things healthcare system,”2015 10th Iber. Conf. Inf. Syst. Technol. Cist. 2015, 2015.
2. Z. Pang, Technologies and Architectures of the Internet-of-Things (IoT) for Health
and Well-being, vol. Doctoral, no. ISBN 978-91-7501-736-5. 2013.
3. M. A. Al-taee, W. Al-nuaimy, A. Al-ataby, and Z. J. Muhsin, “Mobile Health Platform for Diabetes Management Based on the Internet-of-Things,” pp. 0–4, 2015.
4. M. S. D. Gupta, “Healthcare based on loT using Raspberry Pi,”2015 Int. Conf.
Green Comput. Internet Things, pp. 796–799, 2015.
5. T. M. Gatton and M. Lee, “Fuzzy logic decision making for an intelligent home healthcare system,”2010 5th Int. Conf. Futur. Inf. Technol. Futur. 2010 - Proc., 2010.
6. S. Jain, A. Vaibhav, and L. Goyal, “Raspberry Pi based Interactive Home
Automation System through E-mail LED ( Switch (,” no. 2002, pp. 277–280, 2014.
7. M. Molina-Solana, M. Ros, and M. Delgado, “Unifying Fuzzy Controller for IEQ: Implementation in a Raspberry Pi,”Proc. 2015 Conf. Int. Fuzzy Syst. Assoc. Eur. Soc. Fuzzy Log. Technol., vol. 89, pp. 1–6, 2015.
8. D. Lu and T. Liu, “The application of IOT in medical system,” in ITME 2011 - Proceedings: 2011 IEEE International Symposium on IT in Medicine and Education, 2011, vol. 1, pp. 272–275.
9. H. Medjahed, D. Istrate, J. Boudy, B. Dorizzi, and T. Sudparis, “A Pervasive Multi-sensor Data Fusion for Smart Home Healthcare Monitoring,” pp. 1466–1473, 2011.
