Sistem Dispenser Air Otomatis untuk Pemantauan Konsumsi Air pada Pasien Gagal Ginjal Menggunakan Framework Mediapipe

Safitri, Nabila (2026) Sistem Dispenser Air Otomatis untuk Pemantauan Konsumsi Air pada Pasien Gagal Ginjal Menggunakan Framework Mediapipe. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (202kB)
	Text (Bab I Pendahuluan) BAB 1 pendahuluan.pdf - Published Version Download (992kB)
	Text (Bab 5 Penutup) BAB 5 penutup.pdf - Published Version Download (158kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (195kB)
	Text (Skripsi full text) Skripsi Fulltext.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Gagal ginjal kronis (GGK) merupakan penyakit katastropik dengan prevalensi yang terus meningkat di Indonesia, di mana salah satu aspek krusial dalam pengelolaannya adalah pengaturan konsumsi cairan harian. Permasalahan utama yang dihadapi pasien adalah rendahnya kepatuhan dalam membatasi asupan cairan akibat metode pemantauan yang masih bersifat manual dan tidak akurat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan konsumsi air minum otomatis berbasis Internet of Things (IoT) untuk membantu pasien mengontrol asupan cairan secara objektif dan real-time. Sistem yang dikembangkan menggunakan Raspberry Pi 4 sebagai unit pemrosesan utama yang terintegrasi dengan sensor aliran air YF-S401, sensor jarak VL53L0X, dan kamera. Validasi konsumsi air dilakukan melalui dua tahap identifikasi: pengenalan wajah menggunakan model SFace untuk verifikasi identitas pengguna, dan deteksi aksi minum menggunakan framework MediaPipe untuk memastikan air benar-benar dikonsumsi. Data konsumsi yang tercatat disimpan secara otomatis ke Google Sheets dan dikirimkan sebagai notifikasi kepada pengguna atau keluarga melalui Telegram Bot API. Hasil pengujian menunjukkan bahwa sistem memiliki tingkat akurasi pengukuran volume air rata-rata sebesar 96,94% pada durasi pengaliran 5 detik. Fitur pengenalan wajah bekerja optimal pada jarak 20–60 cm dengan ambang batas (threshold) 0.740 yang memberikan keseimbangan terbaik antara keamanan dan kenyamanan penggunaan. Sistem juga berhasil melakukan sinkronisasi data ke cloud tanpa latensi signifikan dan memberikan notifikasi status hidrasi harian secara tepat waktu. Dengan demikian, sistem ini layak digunakan sebagai alat bantu medis asistif dalam meningkatkan kepatuhan manajemen cairan bagi pasien gagal ginjal.

Actions (login required)

View Item