{"id":4284,"date":"2025-06-30T10:37:02","date_gmt":"2025-06-30T03:37:02","guid":{"rendered":"https:\/\/filkom.ub.ac.id\/project\/?p=4284"},"modified":"2025-06-30T10:37:02","modified_gmt":"2025-06-30T03:37:02","slug":"sistem-pemantauan-kelelahan-berbasis-hrv-dan-suhu-dengan-implementasi-pada-wearable-device","status":"publish","type":"post","link":"https:\/\/filkom.ub.ac.id\/project\/2025\/06\/sistem-pemantauan-kelelahan-berbasis-hrv-dan-suhu-dengan-implementasi-pada-wearable-device\/","title":{"rendered":"Sistem Pemantauan Kelelahan Berbasis HRV dan Suhu dengan Implementasi pada Wearable Device"},"content":{"rendered":"
\n

Capstone Project<\/h1>\n
\n<\/div>\n
\n

<\/h4>\n

K2A<\/strong> \u2014 Team 1<\/strong><\/h4>\n<\/div>\n

\"\"<\/h1>\n
\n
\n

Repository komputer edge gateway<\/h4>\n

https:\/\/github.com\/nurFattahh\/fatigue_detection<\/span><\/a><\/p>\n<\/div>\n

https:\/\/github.com\/arvin-mf\/capstone<\/a><\/p>\n

\n

Sistem Pemantauan Kelelahan Berbasis HRV Dan Suhu Tubuh dengan Implementasi pada Wearable Device<\/em><\/p>\n

\n

Deskripsi Proyek<\/span><\/p>\n

Sistem ini melakukan deteksi kelelahan berdasarkan sinyal ECG dari tubuh serta temperatur tubuh. Kondisi kelelahan dideteksi dengan algoritma Support Vector Machine (SVM). Perangkat sistem memberikan peringatan dari buzzer setiap kali subyek terdeteksi mengalami kelelahan. Data-data numerik terkait kondisi subyek disimpan pada sebuah basis data dan ditampilkan dalam sebuah dashboard untuk monitoring.<\/p>\n

\"Gambar<\/p>\n

\n

Fitur Utama<\/span><\/p>\n\n\n\n\n\n
\n

1. Deteksi Kelelahan Real-Time<\/h4>\n

Menggunakan algoritma Support Vector Machine<\/strong> (SVM) yang ditanamkan langsung pada ESP32 untuk mengklasifikasikan kondisi kelelahan berdasarkan data HRV (dari sinyal ECG)<\/strong> dan suhu tubuh<\/strong>.<\/td>\n

\n

2. Wearable Device<\/h4>\n

Perangkat wearable dilengkapi dengan sensor ECG AD8232<\/strong> dan sensor suhu MLX90614<\/strong>, memungkinkan pemantauan kondisi tubuh secara terus-menerus tanpa mengganggu aktivitas pengguna.<\/td>\n<\/tr>\n

\n

3. Peringatan Otomatis via Buzzer<\/h4>\n

Saat pengguna terdeteksi mengalami kelelahan, sistem akan secara otomatis mengaktifkan buzzer<\/strong> sebagai bentuk peringatan langsung di lapangan.<\/td>\n

\n

4. Visualisasi Data di Dashboard Grafana<\/h4>\n

Setiap perangkat wearable terhubung dengan sistem monitoring yang menampilkan grafik data kondisi tubuh<\/strong> pengguna secara real-time melalui Grafana<\/strong>.<\/td>\n<\/tr>\n

\n

5. Manajemen Perangkat dan Subjek Kerja<\/h4>\n

Sistem dilengkapi dengan interface pengelola data<\/strong> untuk mengatur alokasi perangkat terhadap subjek (pekerja), serta menampilkan status keaktifan masing-masing wearable secara interaktif.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

\n

Latar Belakang dan Tujuan<\/span><\/p>\n

    \n
  1. \n
      \n
    1. \n