Near-Infrared Spectroscopy NIRS untuk Mendeteksi Kadar Nutrisi pada Minuman Bayi

Pada tesis ini akan dikembangkan sebuah instrumen near infrared spectroscopy (NIRS) yang dapat membaca spektrum dari sampel minuman. Data spektrum yang sudah didapatkan akan diklasifikasikan berdasarkan Angka Kecukupan Gizi (AKG). Rangkaian yang digunakan pada NIRS terdiri dari LED, detektor, filter, dan amplifier. Algoritma klasifikasi yang digunakan yaitu supervised machine learning (decision tree).

Menurut data data Studi Status Gizi Balita Terintegrasi (SSGBI) oleh Badan Pusat Statistik (BPS) dan Badan Penelitian Pengembangan Kesehatan Kementerian Kesehatan (Balitbangkes) pada tahun 2019, menunjukkan bahwa jumlah gizi kurang di Indonesia mencapai 16.29% dan stunting sebesar 27.67%. Dibandingkan dengan batas maksimal yang dikeluarkan oleh World Health Organization (WHO) hanya sebesar 20%. Parameter untuk menghitung jumlah gizi pada bayi berdasarkan angka kecukupan gizi (AKG). Oleh karena itu, dibutuhkan sebuah instrumen yang dapat mengamati jumlah nutrisi. Salah satu instrumen yang dapat digunakan yaitu near infrared spectroscopy (NIRS). NIRS merupakan instrumen yang mengukur spektrum cahaya dari sampel dalam wilayah near infrared. NIRS bekerja pada panjang gelombang 700-2400nm. NIRS digunakan untuk mengamati kandungan glukosa dan lemak pada sampel minuman. Instrumen NIRS terdiri dari sumber cahaya yang menggunakan LED (700-2400nm), fotodioda sebagai detektor pada panjang gelombang (500-2400nm), rangkaian transimpedance amplifier untuk merubah arus menjadi tegangan, rangkaian filter high pass dan low pass untuk mereduksi noise, dan rangkaian penguat untuk menguatkan tegangan.

Data tegangan akan diubah menjadi data digital menggunakan ADC yang selanjutnya dilakukan pengolahan digital. Pengolahan digital yang dilakukan yaitu filter dan klasifikasi data dengan supervised machine learning menggunakan algoritma decision tree. Hasil klasifikasi data akan ditampilkan pada LCD.

Project Author(s)

Christian Sanjaya (23219326)