Volume 20 Nomor 02 .
E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676
Jurnal Teknik Elektro dan Informatika
APLIKASI BLYNK IOT UNTUK MONITORING PARAMETER VITAL
PADA INKUBATOR BAYI
Muhammad Rizky Iffanda W.
Rini Puji Astutik.
Jurusan Teknik Elektro.
Fakultas Teknik.
Universitas Muhammadiyah Gresik Jl.
Sumatra No 101.
Gresik 61121.
Jawa Timur.
Indonesia E-mail : .
Rizkyiffandawahyudi@gmail.
com, .
astutik_rpa@umg.
ABSTRAK
Bayi prematur membutuhkan kondisi inkubator yang stabil, sehingga pemantauan parameter vital seperti suhu, kelembapan, detak jantung, saturasi oksigen, dan intensitas cahaya perlu dilakukan secara real-time untuk mencegah risiko kesehatan.
Penelitian ini mengembangkan sistem monitoring inkubator berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 yang terhubung dengan sensor DHT22.
MAX30100, dan LDR.
Data yang diperoleh sensor dikirimkan secara nirkabel menuju aplikasi Blynk untuk memungkinkan pemantauan jarak jauh melalui smartphone.
Hasil pengujian menunjukkan bahwa sistem mampu memberikan pembacaan suhu dengan error 0Ae1,64%, kelembapan 1,7Ae3,6%, detak jantung 0Ae1,6%, saturasi oksigen 0Ae1%, dan intensitas cahaya 0Ae3,7%.
Waktu pengiriman data menuju Blynk berada pada kisaran 1,1Ae1,3 detik, tanpa ditemukan kegagalan pengiriman maupun gangguan koneksi selama pengujian berulang.
Sistem juga berhasil memberikan notifikasi otomatis ketika parameter melampaui batas aman sesuai standar.
Berdasarkan hasil tersebut, sistem monitoring inkubator bayi yang dikembangkan dapat bekerja secara akurat dan stabil, serta memenuhi kebutuhan pemantauan real-time pada prototipe inkubator bayi.
Sistem ini dinilai layak digunakan sebagai perangkat pendukung yang meningkatkan kecepatan respons medis dan keamanan pemantauan inkubator.
Kata Kunci: Inkubator Bayi.
ESP32.
DHT22.
MAX30100.
LDR.
Blynk
ABSTRACT
Premature infants require a stable incubator environment, making real-time monitoring of vital parameters such as temperature, humidity, heart rate, oxygen saturation, and light intensity essential to prevent health risks.
This study presents an Internet of Things (IoT)-based incubator monitoring system using an ESP32 microcontroller connected to DHT22.
MAX30100, and LDR Sensor data are transmitted wirelessly to the Blynk application, enabling remote monitoring via smartphone.
Experimental results show that the system achieves a temperature measurement error of 0Ae1.
64%, humidity error of 1.
7Ae3.
6%, heart rate error of 0Ae1.
6%, oxygen saturation error of 0Ae1%, and light intensity error of 0Ae3.
The data transmission time to the Blynk platform ranges 1 to 1.
3 seconds, with no transmission failures or connectivity issues observed during repeated The system also successfully provides automatic notifications when parameters exceed the predefined safety thresholds.
Based on these results, the developed incubator monitoring system operates accurately and reliably, fulfilling the requirements for real-time monitoring in a prototype neonatal incubator.
The system is considered feasible as a supportive monitoring tool that enhances medical response time and improves safety in neonatal incubator management.
Keywords:InfantIncubator,ESP32,DHT22,MAX30100,LDR,Blynk Diterima Redaksi :25 November 2025 | Selesai Revisi :03 Desember 2025 | Diterbitkan Online :04 Desember 2025 Volume 20 Nomor 02 .
E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676
Jurnal Teknik Elektro dan Informatika
PENDAHULUAN
Bayi prematur merupakan bayi yang lahir sebelum usia kehamilan mencapai 37 minggu, sehingga organ tubuhnya belum berkembang secara sempurna.
Kondisi ini menyebabkan bayi prematur memiliki keterbatasan dalam mengatur suhu tubuh, kelembapan, pernapasan, serta .
Untuk mempertahankan kelangsungan hidupnya.
Bayi prematur ditempatkan pada inkubator yang berfungsi menjaga kestabilan lingkungan melalui pengaturan suhu, kelembapan, dan intensitas Cahaya, detak jantung, suhu, kelembapan dan saturasi oksigen.
Oleh karena itu, pemantauan parameter-parameter tersebut harus dilakukan secara terus-menerus dan real-time untuk mencegah terjadinya gangguan fisiologis yang dapat berakibat fatal.
Namun dalam praktiknya, pemantauan inkubator di berbagai fasilitas kesehatan masih dilakukan secara manual.
Metode ini memiliki ketergantungan pada kehadiran tenaga medis, potensi keterlambatan deteksi ketika terjadi perubahan kondisi, serta risiko human error.
Perkembangan teknologi Internet of Things (IoT) membuka peluang untuk mengatasi keterbatasan tersebut melalui sistem monitoring otomatis yang dapat diakses dari jarak jauh menggunakan jaringan internet.
Dengan memanfaatkan IoT, proses pemantauan dapat dilakukan kapan saja dan dari mana saja, sehingga meningkatkan efisiensi dan kecepatan respons tenaga medis.
Beberapa penelitian terdahulu yang menunjukkan perkembangan penting dalam penerapan teknologi IoT dan sistem monitoring untuk inkubator bayi prematur.
Misalnya.
Monitoring System for Operating Variables in Incubators in the Hospital Environment yang dilakukan di sebuah rumah sakit universitas berhasil mengembangkan sistem berbasis IoT untuk memonitor variabel suhu, kelembapan, dan kebisingan pada inkubator bayi secara real-time, dengan integrasi aplikasi web untuk mendukung pengambilan keputusan tim medis.
Berdasarkan kebutuhan tersebut, masih perlu adanya perkembangan dalam monitoring pada inkubator bayi berdasarkan Menurut Keputusan Menteri Kesehatan Republik Indonesia Nomor 118/Menkes/SK/2014 tentang Standar Pelayanan Inkubator bayi dengan standarisasi Suhu tubuh bayi: 36,5AC Ae 37,5AC.
Suhu lingkungan inkubator: disesuaikan agar mampu mempertahankan suhu tubuh bayi dalam kisaran normal.
Kelembapan inkubator: 40% Ae 60% untuk mencegah dehidrasi serta menjaga kestabilan saluran pernapasan bayi.
Detak jantung bayi: 120 Ae 160 kali per menit.
Saturasi oksigen : 91% Ae 95%.
Intensitas cahaya dalam inkubator: diatur rendah, tidak lebih dari 600 lux, untuk mengurangi risiko stres dan gangguan Oleh karena itu penelitian ini bertujuan untuk merancang dan mengembangkan sistem monitoring inkubator bayi berbasis IoT menggunakan mikrokontroler ESP32 sebagai .
Sistem memanfaatkan sensor DHT22 untuk mengukur suhu dan kelembapan.
, sensor MAX30100 untuk mendeteksi detak jantung dan saturasi oksigen,.
serta sensor LDR untuk memantau intensitas cahaya di dalam inkubator.
Seluruh data sensor dikirimkan secara real-time ke aplikasi Blynk melalui koneksi WiFi sehingga dapat dipantau melalui smartphone.
Dengan adanya notifikasi otomatis ketika parameter melebihi ambang batas normal, sistem ini diharapkan mampu meningkatkan kecepatan deteksi kondisi kritis serta mendukung tenaga medis dalam memberikan perawatan yang lebih aman, efisien, dan responsif bagi bayi Kontribusi ilmiah dari penelitian ini adalah pengembangan sistem monitoring inkubator bayi berbasis IoT yang mampu mengintegrasikan lima parameter vital sekaligus, yaitu suhu, kelembapan, detak jantung, saturasi oksigen, dan intensitas cahaya dalam satu platform terpadu.
Sistem ini dibangun menggunakan mikrokontroler ESP32 yang terhubung dengan sensor DHT22.
MAX30100, dan LDR, kemudian dikirimkan secara real-time ke aplikasi Blynk.
Selain pengembangan sistem, saya juga melakukan pengujian kuantitatif terhadap akurasi setiap sensor serta performa pengiriman data, sehingga hasil penelitian ini tidak hanya berupa rancangan alat, tetapi juga Diterima Redaksi :25 November 2025 | Selesai Revisi :03 Desember 2025 | Diterbitkan Online :04 Desember 2025 Volume 20 Nomor 02 .
41-49 E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676 Jurnal Teknik Elektro dan Informatika memberikan validasi teknis yang lengkap mengenai kelayakan sistem sebagai prototipe monitoring inkubator bayi.
Pendekatan integratif seperti ini belum banyak dibahas pada penelitian sebelumnya, sehingga penelitian saya diharapkan dapat memberikan kontribusi nyata dalam pengembangan sistem monitoring neonatal IoT diimplementasikan, dan relevan untuk kebutuhan pemantauan modern.
Tabel 2.
1 Spesifikasi teknis sensor Sensor Perangkat utama yang digunakan adalah mikrokontroler ESP32, dipilih karena telah dilengkapi dengan modul WiFi dan memiliki kecepatan pemrosesan data yang tinggi.
Sensorsensor yang digunakan meliputi:
DHT22 untuk mengukur suhu dan kelembapan lingkungan inkubator dengan tingkat akurasi yang tinggi.
MAX30100 untuk mendeteksi detak jantung .
eart rat.
dan saturasi oksigen (SpOCC) pada bayi.
LDR (Light Dependent Resisto.
untuk mengukur tingkat intensitas cahaya di dalam inkubator.
Setiap sensor dikoneksikan ke pin ESP32 sesuai kebutuhan komunikasi data, baik digital maupun Perangkat dirangkai pada breadboard
PCB
memperhatikan keamanan listrik, stabilitas pembacaan sensor, serta minimnya interferensi.
Skema perancangan hardware secara lengkap dapat dilihat pada Gambar 2.
Spesifikasi teknis dari masing-masing sensor yang digunakan dalam sistem ini disajikan pada Tabel 2.
1 berikut:
Detak
Jantung
Range -40AC
100% RH
SpOCC
0-100%
A2%
Intensitas Cahaya
(ADC)
Variab
DHT22
DHT22
METODE PENELITIAN
Penelitian ini menggunakan metode perancangan sistem .
ystem desig.
dengan pendekatan eksperimen.
Proses penelitian dilakukan dalam beberapa tahapan, yaitu perancangan perangkat keras, perancangan perangkat lunak, integrasi sistem, serta pengujian awal untuk memastikan semua komponen berfungsi sesuai kebutuhan.
1 PERANCANGAN HARDWARE
Parameter Suhu
MAX301
Kelembap Akuras A0.
A2%
MAX301
LDR
Berdasarkan Tabel 2.
1 di atas, dapat dilihat bahwa setiap sensor memiliki range dan akurasi yang sesuai untuk pemantauan kondisi inkubator bayi prematur.
Gambar2.
1 Perancangan hardware 2 PERANCANGAN SOFTWARE Pemrograman dilakukan menggunakan Arduino IDE dengan library pendukung seperti AuDHT.
hAy.
AuWire.
hAy, dan library MAX30100.
Sistem dirancang untuk:
Mengambil data dari seluruh sensor.
Mengolah dan menstabilkan data.
Mengirimkan data secara real-time ke aplikasi Blynk.
Menentukan batas aman parameter dan mengaktifkan fitur notifikasi otomatis.
Diterima Redaksi :25 November 2025 | Selesai Revisi :03 Desember 2025 | Diterbitkan Online :04 Desember 2025 Volume 20 Nomor 02 .
41-49 E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676 Jurnal Teknik Elektro dan Informatika Di aplikasi Blynk, dashboard dibuat berisi widget berupa gauge, grafik, indikator numerik, dan Gambar 2.
2 Program Software 3 FLOWCHART SISTEM Jika parameter vital berada di luar rentang normal (Menurut Keputusan Menteri Kesehatan Republik Indonesia Nomor 118 /Menkes /SK /2.
, maka sistem akan mengirimkan notifikasi melalui aplikasi Blynk.
Gambar2.
3 Flowchart system Flowchart Gambar menggambarkan alur kerja sistem monitoring inkubator bayi berbasis IoT yang dibangun pada penelitian ini.
Proses dimulai dari tahap inisialisasi ESP32, sensor, dan koneksi WiFi.
Pada tahap ini mikrokontroler melakukan konfigurasi awal agar seluruh komponen dapat berfungsi dengan baik.
Setelah proses inisialisasi selesai, sistem melakukan pembacaan data dari tiga jenis sensor, yaitu DHT22 untuk mengukur suhu dan kelembapan.
MAX30100 untuk membaca detak jantung dan saturasi oksigen, serta sensor LDR untuk mendeteksi intensitas cahaya di dalam Data hasil pembacaan kemudian dikirimkan secara nirkabel melalui jaringan WiFi menuju aplikasi Blynk IoT.
Selanjutnya, aplikasi Blynk menampilkan hasil pengukuran pada dashboard dalam bentuk gauge, grafik, atau komponen visual lainnya sehingga pengguna dapat memantau kondisi inkubator secara real-time melalui smartphone.
Setelah data ditampilkan, sistem melakukan pemeriksaan terhadap nilai parameter untuk menentukan apakah parameter tersebut berada dalam batas aman atau melebihi batas yang telah Jika nilai parameter tidak melebihi batas aman, sistem akan melanjutkan pembacaan data secara berkala sesuai interval yang telah Namun jika parameter terdeteksi berlebih atau berada di luar rentang aman, sistem langsung mengirimkan notifikasi otomatis ke aplikasi Blynk IoT sebagai bentuk peringatan kepada pengguna.
Setelah proses evaluasi dan notifikasi selesai, sistem kembali mengulangi siklus pembacaan data sehingga pemantauan dapat dilakukan secara terus-menerus dan realtime.
4 INTEGRASI SISTEM
Integrasi dilakukan dengan menyatukan perangkat keras dan perangkat lunak, kemudian menghubungkan ESP32 ke jaringan WiFi.
Semua sensor diuji satu per satu untuk memastikan pembacaan sesuai.
Dashboard Blynk dikonfigurasi agar data dari ESP32 dapat masuk dan tampil secara realtime.
Diterima Redaksi :25 November 2025 | Selesai Revisi :03 Desember 2025 | Diterbitkan Online :04 Desember 2025 Volume 20 Nomor 02 .
41-49 E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676 Jurnal Teknik Elektro dan Informatika Tabel 2.
2 Integrasi ESP32 Tabel 2.
3 Pengujian Integrasi Parameter Vital
Skenario
Pengujian ESP32
Hasil
yang Hasil
Diharapkan Pengujian ArduinoAe ESP32
Data tampil di serial monitor
ESP32
Koneksi
ESP32 ke ESP32
jaringan Wi-Fi
Koneksi
ESP32
Aplikasi Blynk IoT ESP32 berhasil dengan Blynk IoT Aa Pengiriman ke Blynk Notifikasi aplikasi Blynk Aa Pengujian Sistem koneksi saat reconnect Wi-Fi lemah setelah Aa Pengujian Aa Wi-Fi Tidak ada pesan Pengujian awal sistem Prototipe diuji untuk memastikan kestabilan:
Pembacaan data sensor.
Konektivitas WiFi.
Kecepatan pengiriman data.
Respon sistem terhadap kondisi yang melebihi batas normal.
Hasil pengujian mendalam dan analisis kuantitatif akan dilakukan pada tahap penelitian selanjutnya.
No Skenario
Pengujian Pengukuran Hasil
yang Hasil
Diharapkan Pengujian Data sensor
Sensor
terbaca oleh DHT22
ke ESP32
ESP32
Pengujian Sensor
MAX30100
ke ESP32
Data sensor
terbaca oleh ESP32
Pengujian Data sensor
Sensor LDR terbaca oleh ke ESP32
ESP32
Pengujian ESP32 dapat membaca data
dari DHT22
Pengujian ESP32 dapat membaca data
dari DHT22
Pengujian Detak Jantung
ESP32 dapat detak jantung
MAX30100
Pengujian Saturasi Oksigen ESP32 dapat Saturasi Oksigen dari MAX30100 ESP32 dapat sensor LDR Pengujian Intensitas Aa Diterima Redaksi :25 November 2025 | Selesai Revisi :03 Desember 2025 | Diterbitkan Online :04 Desember 2025 Volume 20 Nomor 02 .
E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676
Jurnal Teknik Elektro dan Informatika
HASIL DAN DISKUSI
Pada monitoring inkubator berhasil dibangun menggunakan kombinasi mikrokontroler ESP32 dan berbagai sensor pendukung.
Perangkat dapat terhubung ke WiFi dan mengirimkan data ke aplikasi Blynk secara real-time.
Secara desain, sistem ini mampu menampilkan informasi vital yang diperlukan untuk menjaga kondisi bayi prematur, seperti suhu, kelembapan, detak jantung, saturasi oksigen, dan intensitas cahaya.
Gambar 3.
1 Prototype Inkubator Bayi Berdasarkan pengujian yang dilakukan terhadap seluruh parameter melalui lima kali pengujian pada masing-masing sensor, termasuk suhu, kelembapan, detak jantung, saturasi oksigen, intensitas cahaya, serta kestabilan pengiriman data ke aplikasi Blynk, sistem menunjukkan performa yang konsisten dan bekerja sesuai rancangan.
Seluruh sensor menghasilkan nilai error yang masih berada dalam batas toleransi, sedangkan waktu pengiriman data yang berada pada kisaran 1,1Ae 1,3 detik menunjukkan bahwa koneksi WiFi berjalan stabil.
Notifikasi otomatis juga bekerja dengan baik saat parameter melampaui batas aman, dan tidak ditemukan kegagalan pembacaan maupun pengiriman data selama pengujian.
Dengan hasil tersebut, dapat disimpulkan bahwa sistem monitoring inkubator bayi yang dikembangkan telah sesuai dengan tujuan perancangan dan layak digunakan sebagai prototipe monitoring real-time Gambar 3.
2 Dashboard Blynk IoT Pada tahap implementasi, sistem monitoring inkubator bayi berhasil direalisasikan menggunakan mikrokontroler ESP32 yang terhubung dengan sensor DHT22.
MAX30100, dan LDR.
Seluruh perangkat dapat beroperasi secara bersamaan dan mengirimkan data ke aplikasi Blynk IoT melalui jaringan WiFi.
Prototipe yang dibuat mampu menampilkan parameter utama kondisi inkubator, meliputi suhu, kelembapan, detak jantung, saturasi oksigen, dan intensitas cahaya secara real-time.
Hasil menunjukkan bahwa nilai error berada pada rentang 0Ae1,64%, sehingga pembacaan suhu dapat dikategorikan stabil dan sesuai dengan DHT22.
Pengujian kelembapan menghasilkan error 1,7Ae3,6%, yang masih berada dalam batas toleransi untuk sensor kelas menengah.
Pembacaan detak jantung menggunakan MAX30100 memperoleh nilai error 0Ae1,6%, sementara pengukuran saturasi oksigen menunjukkan error 0Ae1% dibandingkan pulse oximeter standar.
Sensor LDR juga menunjukkan kestabilan pengukuran dengan nilai error intensitas cahaya sebesar 0Ae3,7%.
Seluruh rentang error tersebut menggambarkan bahwa sensor bekerja dengan baik dan mampu memberikan informasi yang dapat diandalkan untuk kebutuhan monitoring dasar.
Pada aspek komunikasi data, waktu transfer dari ESP32 ke aplikasi Blynk berada pada kisaran 1,1Ae1,3 detik, dengan tingkat keberhasilan pengiriman 100% selama pengujian Tidak ditemukan gangguan komunikasi ataupun jeda pengiriman yang signifikan.
Diterima Redaksi :25 November 2025 | Selesai Revisi :03 Desember 2025 | Diterbitkan Online :04 Desember 2025 Volume 20 Nomor 02 .
41-49 E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676 Jurnal Teknik Elektro dan Informatika termasuk saat dilakukan pengujian pada kondisi jaringan WiFi yang melemah.
Mekanisme notifikasi otomatis terbukti berjalan dengan sistem mengirimkan peringatan saat parameter melampaui batas aman sehingga membantu mempercepat respons pengguna terhadap kondisi inkubator.
terhadap alat ukur acuan.
Rentang ini masih sesuai dengan toleransi sensor DHT22 yang berada pada A2Ae5% RH.
Dengan hasil tersebut, sensor mampu memberikan data kelembapan yang akurat dan konsisten.
Variasi antar percobaan masih berada dalam batas karakteristik sensor dan tidak mempengaruhi fungsi monitoring inkubator.
Tabel 3.
1 Hasil Pengujian Suhu Tabel 3.
3 Uji detak jantung
Pengukuran sensor
DHT22
Selisih
Pengukuran Error
0,3AC
0,5AC
0,6AC
0,80%
1,37%
1,64%
Termometer 36AC
37,3AC
36,5AC
36,6AC
Berdasarkan data pada Tabel 3.
DHT22
menunjukkan rata-rata error sebesar A0,3Ae0,5AC dibandingkan termometer acuan.
Nilai tersebut berada dalam batas toleransi sensor DHT22 yang A0,5AC.
Hasil menunjukkan bahwa sensor memberikan pembacaan suhu yang akurat dan stabil sehingga dapat digunakan untuk pemantauan suhu inkubator bayi secara real-time.
Perbedaan nilai pada beberapa percobaan tetap berada dalam toleransi normal sesuai karakteristik sensor Tabel 3.
2 Uji kelembapan Pengukuran sensor
Selisih
Pengukuran Error
DHT22
Higrometer .
Hasil pengujian pada Tabel 3.
kelembapan berada pada rentang 1Ae3% RH Pengukuran sensor Max30100 Pulse Oximeter 125 bpm 128 bpm 138 bpm 120 bpm 118 bpm Selisih Pengukuran Error 2 bpm 2 bpm 0 bpm 1 bpm 1 bpm Tabel 3.
4 Uji Sp02 Pengukuran sensor Max30100 Pulse Oximeter Selisih Pengukuran Error Pada Tabel 3.
3 dan 3.
4 pembacaan detak jantung dan saturasi oksigen oleh sensor MAX30100 menunjukkan pola yang konsisten dengan rentang nilai normal.
Variasi yang terjadi mengikuti karakteristik sensor optik yang sensitif terhadap intensitas cahaya dan posisi objek uji.
Secara keseluruhan, sensor berfungsi dengan baik dan mampu memberikan data yang dapat digunakan sebagai indikator monitoring awal.
Penggunaan penutup sensor meningkatkan Diterima Redaksi :25 November 2025 | Selesai Revisi :03 Desember 2025 | Diterbitkan Online :04 Desember 2025 Volume 20 Nomor 02 .
41-49 E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676 Jurnal Teknik Elektro dan Informatika kestabilan pembacaan sesuai standar penggunaan MAX30100.
Tabel 3.
5 Uji Intensitas cahaya
Pengukuran Selisih
Pengukuran menampilkan informasi secara cepat dan dapat KESIMPULAN DAN SARAN
Error
1 KESIMPULAN
Penelitian ini berhasil membangun sistem
LDR
Lux monitoring inkubator bayi berbasis ESP32 yang terintegrasi dengan sensor DHT22.
MAX30100, dan LDR untuk memantau suhu, kelembapan, detak jantung.
SpOCC, dan intensitas cahaya, di mana seluruh pengujian menunjukkan nilai error yang masih berada dalam toleransi medisAisuhu A0,3Ae0,5AC, kelembapan 1Ae3% RH, detak jantung 0Ae1,6%.
SpOCC 0Ae1%, dan intensitas cahaya di bawah 5%Aisehingga data yang Data pada Tabel 3.
menunjukkan bahwa ditampilkan pada aplikasi Blynk dapat digunakan sensor LDR mampu mengikuti perubahan sebagai dasar pemantauan kondisi inkubator intensitas cahaya dengan akurat.
Nilai resistansi secara real-time.
Sistem juga menunjukkan menurun ketika cahaya meningkat dan naik performa pengiriman data yang stabil dengan ketika cahaya berkurang, sesuai dengan delay 1,1Ae1,3 detik serta berhasil mengirimkan karakteristik dasar LDR.
Perubahan nilai antar notifikasi otomatis ketika parameter melebihi percobaan mencerminkan tingkat cahaya pada batas aman, sehingga prototipe yang dihasilkan kondisi pengujian dan sesuai dengan respons terbukti berfungsi sesuai rancangan dan mampu sensor terhadap intensitas cahaya.
Hasil ini mendukung proses monitoring inkubator secara memastikan bahwa sensor LDR dapat digunakan lebih cepat, akurat, dan terkontrol.
sebagai indikator kondisi pencahayaan dalam 2 SARAN Tabel 3.
6 Uji data transfer Pengukuran Alat Timer Selisih Pengukuran Error Pengembangan berikutnya perlu difokuskan pada sensorAikhususnya MAX30100Aidengan menambahkan modul penutup optik untuk menghilangkan gangguan cahaya, penggunaan sensor kelas medis agar hasil pembacaan dapat digunakan pada level klinis, serta penambahan fitur logging data jangka panjang pada Blynk atau server mandiri agar riwayat kondisi pasien dapat dianalisis lebih Selain itu, diperlukan perbaikan desain fisik alat agar posisinya lebih stabil di dalam inkubator serta optimasi algoritma pembacaan dan filtrasi sinyal untuk meningkatkan konsistensi data pada kondisi operasional yang Tabel 3.
6 menunjukkan bahwa waktu pengiriman data dari ESP32 ke aplikasi Blynk berada pada kisaran 1,1Ae1,3 detik.
Rentang ini memenuhi kriteria sistem monitoring real-time, di mana delay di bawah 2 detik tergolong Konsistensi nilai pada beberapa percobaan membuktikan bahwa proses transmisi .
data melalui jaringan WiFi berjalan stabil.
Performa ini menunjukkan bahwa sistem mampu DAFTAR PUSTAKA