ThesisOpen AccessMetadata saja
2025•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Kebisingan yang berlebihan di dalam perpustakaan dapat mengganggu konsentrasi dan kenyamanan pengguna. Oleh karena itu, dibutuhkan sistem yang mampu mendeteksi dan memantau tingkat kebisingan secara real-time serta memberikan peringatan kepada pengelola secara otomatis. Penelitian ini bertujuan untuk mengembangkan prototipe sistem deteksi kebisingan berbasis Internet of Things (IoT) yang dapat mengklasifikasikan tingkat kebisingan menggunakan metode Fuzzy Tsukamoto dan menyampaikan peringatan melalui notifikasi WhatsApp serta pemantauan data melalui aplikasi Blynk. Perangkat keras sistem terdiri dari mikrokontroler ESP32 dan sensor GY-MAX4466 sebagai pendeteksi tingkat kebisingan. Data kebisingan diproses menggunakan logika fuzzy untuk menentukan status kondisi lingkungan dalam tiga kategori yaitu, tenang, peringatan, dan kebisingan tinggi. Hasil klasifikasi dikirimkan ke pengguna melalui dua platform yaitu, WhatsApp melalui API CallMeBot dan aplikasi Blynk IoT untuk pemantauan jarak jauh secara real-time. Hasil pengujian menunjukkan bahwa sistem berhasil mendeteksi kebisingan dengan tingkat akurasi rata-rata mencapai 99,405%. Selain itu, sistem berhasil mengirimkan notifikasi WhatsApp dengan waktu penerimaan kisaran 1–10 detik dengan tingkat akurasi 100%. Pengujian pada aplikasi Blynk juga menunjukkan akurasi pengiriman data sebesar 100%, dengan nilai latency berkisar antara 68–70 ms dan tanpa packet loss. Dengan demikian, sistem yang dikembangkan terbukti efektif, responsif, dan layak digunakan sebagai alat bantu monitoring kebisingan berbasis IoT di lingkungan perpustakaan.
ThesisOpen AccessMetadata saja
2023•
Kebisingan di fasilitas kesehatan terutama rumah sakit memiliki dampak kepada pasien dan tenaga kesehatan. Dampak kebisingan bagi pasien diantaranya adalah menyebabkan gangguan tidur dan meningkatnya tekanan darah. Selain itu, kondisi gangguan tidur pada pasien kritis juga berhubungan dengan kondisi stress pada sistem kardiovaskuler. Kondisi tersebut dapat memicu status hemodinamik yang tidak stabil pada pasien. Penelitian ini bertujuan untuk mengetahui hubungan kebisingan ruangan terhadap status hemodinamik pasien kritis di ruang ICU dan HCU. Jenis penelitian ini adalah observasional analitik dengan metode cross sectional. Pengambilan sampel menggunakan cara total sampling dengan penentuan besar sampel dihitung menggunakan rumus slovin sehingga memperoleh sebanyak 80 responden. Pengambilan data menggunakan alat ukur yaitu Sound Level Meter (SLM) untuk kebisingan ruangan, lembar observasi untuk karakteristik responden dan status hemodinamik pasien. Hasil penelitian menunjukkan bahwa kebisingan ruangan yang diterima responden memiliki nilai median berkisaran 56.85 dB(A) sampai dengan 60.45 dB(A), serta status hemodinamik reponden memiliki nilai median TDS 127 mmHg, TDD 72 mmHg, HR 87, RR 18, SpO2 99%, MAP 91 mmHg. Hasil analisis bivariat menggunakan uji Kolmogorov Smirnov menunjukkan bahwa variabel tekanan darah sistolik (TDS), tekanan darah diastolik (TDD), frekuensi jantung (HR), frekuensi pernapasan (RR), saturasi oksigen (SpO2), dan tingkat kebisingan terdistribusi tidak normal karena nilai p0.05. Sedangkan untuk variabel MAP terdistribusi normal, dengan nilai p 0.2 (p>0.05). Sedangkan analisis hubungan kebisingan dengan status hemodinamik pasien dapat disimpulkan bahwa variabel yang mempunyai hubungan dengan kebisingan adalah Heart Rate (HR) nilai p value = 0,001 (p 0.05) dan frekuensi pernapasan (RR) dengan p value = 0,012 (p 0.05). Kesimpulan dari penelitian ini adalah adanya hubungan kebisingan ruangan dengan status hemodinamik pasien pada Heart Rate (HR) dan frekuensi pernapasan (RR).
