Diabetes merupakan penyakit kronis akibat tubuh tidak mampu memproduksi insulin dalam jumlah cukup. Insulin adalah hormon yang mengatur kadar gula darah, sehingga kekurangan insulin membuat gula dari makanan menumpuk dalam aliran darah. Penyakit ini dapat menyerang siapa saja, baik anak-anak maupun orang dewasa. Pada tahun 2021, tercatat 537 juta penderita diabetes di seluruh dunia dengan usia 20“79 tahun, dan Indonesia berada di peringkat kelima dengan 19,5 juta kasus. Angka ini diperkirakan meningkat menjadi 28,6 juta pada tahun 2045.
Pengelolaan diabetes membutuhkan pemantauan kadar gula darah secara rutin. Cara yang umum digunakan adalah metode invasif, yakni dengan menusukkan jarum dan menggunakan strip sekali pakai. Meski efektif, metode ini memiliki kekurangan. Bagi penderita gangguan pembekuan darah atau masalah kulit, prosedur ini dapat menimbulkan risiko medis. Selain itu, strip sekali pakai menghasilkan limbah medis yang sulit terurai karena mengandung logam, perekat, dan elektroda.
Sebagai solusi, para peneliti mengembangkan glucometer non-invasif berbasis cahaya inframerah. Alat ini bekerja dengan memanfaatkan metode transmittance atau reflectance menggunakan LED inframerah dan sensor detektor. Bentuk aplikasinya bisa berupa cincin jari, klip jari, atau klip telinga. Dengan metode ini, kadar gula darah dapat dipantau tanpa melukai kulit, lebih ramah bagi pasien, dan mengurangi limbah medis.
Dalam penelitian, glucometer non-invasif diuji dengan mengukur sinyal cahaya inframerah pada jari pasien. Data sinyal yang terekam berbentuk PPG (Photoplethysmogram). Sinyal ini kemudian diproses dengan teknik feature extraction untuk menghasilkan tujuh parameter penting: Body Mass Index (BMI), variasi interval puncak sinyal (Peak-to-Peak Interval), Mean Absolute Deviation (MAD), Standard Deviation (SD), Detrended Fluctuation Analysis (DFA), Power Spectral Density (PSD), dan Wavelet Entropy (WE).
Selanjutnya, data tersebut dianalisis menggunakan Artificial Neural Network (ANN) dengan arsitektur Multi-Layer Perceptron. ANN dilatih untuk memprediksi kadar gula darah berdasarkan pola sinyal yang diperoleh. Hasil pengujian menunjukkan bahwa akurasi sistem cukup tinggi. Koefisien korelasi mencapai 0,895 saat diuji pada kondisi gula darah puasa dan sewaktu, bahkan mencapai 0,954 pada pengukuran gula darah puasa saja. Berdasarkan standar internasional Clarke Error Grid Analysis (CEGA), sebagian besar hasil pengukuran masuk zona A yang berarti aman dan layak secara klinis.
Dengan demikian, glucometer non-invasif berbasis inframerah ini memiliki potensi besar sebagai alat pemantau diabetes di masa depan. Selain mengurangi rasa sakit dan risiko bagi pasien, teknologi ini juga ramah lingkungan karena tidak menghasilkan limbah medis dari strip sekali pakai.
Penulis: Prof. Dr. Khusnul Ain, S.T, M.Si.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
Radhite Majid Sukardi, Khusnul Ain, Alfian Pramudita Putra, Nuril Ukhrowiyah, Imam Sapuan, Yellena Bunga Casimira, 2025, Development of photoplethysmography (PPG) as a noninvasive medical device for blood glucose detection, AIP Conf. Proc. 3346, 020001 (2025),
