E-Dection, Alat Deteksi Dini Penyakit Stroke Berbasis IoT

KOTA MALANG - Lima mahasiswa bimbingan Ir. Nurussa'adah MT melalui Program Kreativitas Mahasiswa Karsa Cipta (PKM-KC) membuat prototipe bernama E-dection untuk mendeteksi dini hipertensi dan hiperkolesterolemia bagi penderita stroke, Jum'at (19/8/2022).

E-dection merupakan prototipe berbasis IoT menggunakan metode pembelajaran mesin

Baca juga: Antisipasi Meluasnya PMK, Pemkab Ponorogo Lakukan Vaksinasi Sapi di Desa Bancar

E-dection terdiri dari smart band dan smart pillow yang dapat memberikan fungsi pemantauan serta intervensi mandiri secara dini. Indikator yang dapat dimonitor dengan menggunakan E-deection adalah tekanan darah dan kadar kolesterol serta glukosa darah secara non-invasif. Intervensi mandiri yang digunakan dalam prototipe ini adalah terapi panas untuk mengurangi jumlah kolesterol dalam darah.

Pasien yang pertamakali menggunakan alat Dr. Ir. Dewa Gede Raka Wiadnya, M.Sc., mengatakan E-diagnosa mungkin diterapkan pada masyarakat umum terutama pada orang yang memiliki riwayat stroke ringan.

Baca juga: Putus Mata Rantai Wabah PMK, Koramil 0818/28 Karangploso Lakukan Penyekatan Arus Lalu Lintas Hewan Ternak

E-deection dapat menekan biaya pemeriksaan karena dilengkapi dengan sistem pemantauan secara non-invasif dan terapi untuk menurunkan kadar kolesterol.

Salah satu pasien Dr. Ir. Dewa Gede Raka Wiadnya, M.Sc., Saat Mencoba E-dection.

Baca juga: Antisipasi PMK Petugas Gabungan Melaksanakan Pemeriksaan di Cek Poin Kebunharjo Jatirogo Tuban

Selain itu pada aplikasi E-Dection juga terdapat telemonitoring pada dokter penanggung jawab untuk memudahkan konsultasi terkait kondisi pengguna.

“Penggunaan bantal pintar yang nyaman saat digunakan, sesuai dengan bagian leher, saya suka dengan bentuknya yang ergonomis, semoga bisa menurunkan prevalensi stroke berat dengan menggunakan alat ini, ”.

Baca juga: Polsek Bumiaji Kawal Vaksinasi PMK Hewan Ternak di Desa Punten

E-dection merupakan prototipe berbasis IoT yang terhubung dengan aplikasi. Aplikasi bermanfaat untuk mengkategorikan keadaan pasien menggunakan metode machine learning serta mempermudah penggunaan prorotipe sehari-hari. Inovasi ini diharapkan dapat mengurangi prevalensi morbiditas serta mortalitas yang diakibatkan oleh stroke.

Baca juga: BIN Bersama TNI, Polri Cegah Varian Baru Omicron Gelar Vaksin Massal di Kediri

Stroke merupakan kejadian akut yang berhubungan dengan gangguan sirkulasi otak.

Faktor risiko utama penyebab stroke adalah tekanan darah tinggi, kadar kolesterol darah tinggi, dan kadar glukosa darah tinggi.

mortalitas dan morbiditas stroke disebabkan karena kurangnya pemantuan dan intervensi dini pada penderitanya.

E-dection karya M. Dwi Nur Afini (FT'20), M. Romadhoni P. (FT'20), Made Ananta W. (FT'19), Ayu Cetiya M. (FIKes'19), dan Abimanyu Awanda R (FK'19) diharapkan bisa mendapatkan perhatian khusus pada masyarakat. (PKM/Humas UB).