Kendali Aliran dan Tekanan Adaptif Menggunakan Neural Network Pada Prototipe Alat Terapi Oksigen

Oksigen (O2) adalah salah satu usur gas yang sangat penting dalam proses metabolisme. Kekurangan oksigen berdampak pada respon tubuh mudah lelah, letih dan mudah mengantuk. Selain itu kekurangan oksigen dapat menyebabkan metabolisme tubuh menjadi tidak sempurna dan mengakibatkan kematian jaringan bahkan dapat mengancam nyawa seseorang. Secara medis, kekurangan oksigen atau hipoksia ditangani dengan meningkatkan konsumsi oksigen (FiO2), dan salah satu cara penanganannya adalah dengan terapi oksigen. Dalam pemberian terapi oksigen, perlu dilakukan pengawasan baik pasien maupun alat terapi oksigen yang digunakan. Sebab kelebihan atau overdosis oksigen dapat menyebabkan keracunan oksigen dan dapat menimbulkan kerusakan sel hingga kematian. Penelitian ini bertujuan untuk merancang protitipe pengendalian aliran dan tekanan pada alat terapi oksigen secara adaptif. Sensor yang digunakan yaitu sensor MAX30100 untuk membaca saturasi oksigen dan sensor MLX90614 sebagi sensor yang dapat menghitung Respiration Rate atau laju napas. Pengendalian aliran dan tekanan oksigen dirancang dengan menggunakan metode Artificial Neural Network yang diimplentasikan pada Raspberry Pi. Sistem akan bekerja dengan memprediksi nilai laju aliran dan tekanan oksigen yang diperlukan pasien dengan nilai Respiration Rate (RR) sebagai parameter inputnya. Dari hasil pengujian diketahui jika Artificial Neural Network (ANN) dapat diimplementasikan pada prototipe rancangan alat terapi oksigen. Presentase error output ANN terhadap hasil perhitungan manual sebesar 0,61% dengan akurasi 99,39%, sedangkan presentase error output ANN terhadap nilai pembacaan aliran oksigen dengan sensor flow sebesar 5,27% dengan akurasi 94,73% dan error output ANN terhadap nilai pembacaan pressure oksigen dengan sensor pressure sebesar 10,97% dengan tingkat akurasi sebesar 89,03%.