Judul : Prototipe Smart Alarm Clock Berbasis Sleep Phases Monitoring
Spesifikasi dan Literatur Project
1.1 Spesifikasi Project
Pada project PROTOTIPE SMART ALARM CLOCK BERBASIS SLEEP PHASES MONITORING ini akan dibuat prototipe yang mensimulasikan dan menjalankan smart alarm, yang mana alarm tersebut dapat menentukan waktu terbaik untuk membangunkan individu berdasarkan sleep phases monitoring individu tersebut. Smart alarm akan memanfaatkan sensor PIR (Passive Infrared) untuk mendeteksi pergerakan bola mata atau Rapid Eye Movement (REM), yang mana dari pergerakan bola mata tersebut dapat menentukan di fase yang mana seseorang individu tersebut sedang berada. Kemudian dari fase tidur seseorang tersebut kemudian diolah oleh proposed algorithm yang kemudian dapat menentukan waktu terbaik untuk membangunkan sesesorang dari tidur nya, yang mempunyai efek lebih segar dalam bangun tidur tersebut.
Spesifikasi dan Literatur Project
1.1 Spesifikasi Project
Pada project PROTOTIPE SMART ALARM CLOCK BERBASIS SLEEP PHASES MONITORING ini akan dibuat prototipe yang mensimulasikan dan menjalankan smart alarm, yang mana alarm tersebut dapat menentukan waktu terbaik untuk membangunkan individu berdasarkan sleep phases monitoring individu tersebut. Smart alarm akan memanfaatkan sensor PIR (Passive Infrared) untuk mendeteksi pergerakan bola mata atau Rapid Eye Movement (REM), yang mana dari pergerakan bola mata tersebut dapat menentukan di fase yang mana seseorang individu tersebut sedang berada. Kemudian dari fase tidur seseorang tersebut kemudian diolah oleh proposed algorithm yang kemudian dapat menentukan waktu terbaik untuk membangunkan sesesorang dari tidur nya, yang mempunyai efek lebih segar dalam bangun tidur tersebut.
Komponen
penyusun alat diantaranya terdapat :
1.2 Studi Literatur
Pada jurnal [1] dilakukan pembuatan sebuah alat yang dinamakan A Smart Alarm Clock dimana alarm pintar ini dibuat tidak hanya berfungsi untuk mengeluarkan suara dan membangunkan orang dengan waktu yang sudah ditentukan sebelumnya, alarm pintar ini juga menambahkan dua parameter, yaitu kondisi jalanan dan kondisi cuaca. Smart Alarm Clock ini akan memprediksi waktu terbaik untuk membangunkan seseorang agar tidak terlambat dalam melakukan aktivitas, alat ini mengambil data kondisi jalan dan kondisi cuaca dari layanan web. Penelitian pada jurnal ini lebih menitikberatkan perangkat alarm yang dapat memprediksi waktu terbaik agar seseorang tidak terlambat dalam melakukan. Akan tetapi hal ini kurang dapat memaksimalkan alarm yang bertujuan untuk mempermudah seseorang untuk bangun dari tidur, dimana merupakan tujuan utama dari simulasi ini.
Sehingga pada projek WSN ini akan mensimulasikan sistem smart alarm untuk menentukan waktu terbaik untuk membangunkan seseorang menggunakan sleep phases monitoring. Penelitian sleep phases monitoring sendiri sudah banyak, contoh nya pada jurnal [3] pada tahun 2016 dilakukan penelitian tentang sleep monitoring dengan menggunakan alat bernama SleepSense, alat SleepSense ini berguna untuk melakukan monitoring berkelanjutan terkait status tidur, seperti pergerakan di kasur, pergerakan keluar dari kasur, dan bagian pernafasan. SleepSense terdiri dari tiga bagian, yang pertama terdiri dari sensor Doppler radar-based, kemudian automated radar demoluation module, dan yang terakhir sleep status recognition framework.
- Mikrokontroller Arduino Mega,
- Sensor Passive Infrared (PIR) untuk mendeteksi pergerakan bola mata object individu,
- Sensor DHT22 untuk mendeteksi temperatur dan kelembaban,
- Sensor photoresistor, breadboard, buzzer, Real Time Clock (RTC) modul, dan WiFi modul.
1.2 Studi Literatur
Pada jurnal [1] dilakukan pembuatan sebuah alat yang dinamakan A Smart Alarm Clock dimana alarm pintar ini dibuat tidak hanya berfungsi untuk mengeluarkan suara dan membangunkan orang dengan waktu yang sudah ditentukan sebelumnya, alarm pintar ini juga menambahkan dua parameter, yaitu kondisi jalanan dan kondisi cuaca. Smart Alarm Clock ini akan memprediksi waktu terbaik untuk membangunkan seseorang agar tidak terlambat dalam melakukan aktivitas, alat ini mengambil data kondisi jalan dan kondisi cuaca dari layanan web. Penelitian pada jurnal ini lebih menitikberatkan perangkat alarm yang dapat memprediksi waktu terbaik agar seseorang tidak terlambat dalam melakukan. Akan tetapi hal ini kurang dapat memaksimalkan alarm yang bertujuan untuk mempermudah seseorang untuk bangun dari tidur, dimana merupakan tujuan utama dari simulasi ini.
Sehingga pada projek WSN ini akan mensimulasikan sistem smart alarm untuk menentukan waktu terbaik untuk membangunkan seseorang menggunakan sleep phases monitoring. Penelitian sleep phases monitoring sendiri sudah banyak, contoh nya pada jurnal [3] pada tahun 2016 dilakukan penelitian tentang sleep monitoring dengan menggunakan alat bernama SleepSense, alat SleepSense ini berguna untuk melakukan monitoring berkelanjutan terkait status tidur, seperti pergerakan di kasur, pergerakan keluar dari kasur, dan bagian pernafasan. SleepSense terdiri dari tiga bagian, yang pertama terdiri dari sensor Doppler radar-based, kemudian automated radar demoluation module, dan yang terakhir sleep status recognition framework.
1.2.1 Sleep Stage
Tidur bukan hanya sebuah proses pasif yang dialami oleh tubuh, ketika tidur saat malam hari biasanya tubuh mengalami beberapa siklus atau fase tidur. Terdapat dua siklus atau fase utama tidur, yaitu Rapid Eye Movement (REM) dan Non-Rapid Eye Movement (NREM) [4].
1.2.2 REM
Pada fase rapid eye movement (REM) ini biasanya terjadi antara 70-90 menit setelah kita tertidur [4]. Fase tidur ini lebih dalam dibandingkan dengan fase NREM. Selama fase REM ini biasanya, mata bergerak-gerak/berkedut(disebut rapid eye movement) dan napas menjadi lebih tidak teratur, aktifitas otak dan ritme detak jantung juga meningkat.
Kejadian mimpi yang sering kita alami terjadi pada saat fase tidur REM. Namun otak melumpuhkan otot-otot tubuh, khususnya tangan dan kaki, itulah mengapa kita tidak ikut bergerak ketika sedang bermimpi.
1.2.3 NREM
Non-Rapid
Eye Movement dibagi menjadi 4 tahap, N1-N4 yang mana
masing-masingnya lebih dalam dari tahap sebelumnya [5].
- Tahap N1, tahap ini dimulai saat kita mulai tertidur dan berlangsung dalam waktu yang sangat singkat, sekitar 5 menit. Aktivitas pergerakan mata sangat lambat di bawah kelopak, dan juga aktivitas otot menurun. Pada tahap ini seseorang cenderung sangat mudah terbangun.
- Tahap N2, pada tahap ini merupakan tahap awal seseorang mulai benar-benar tidur, dan biasanya berlangsung antara 10-30 menit. Otot tubuh menjadi sangat rileks, aktivitas otak lebih melambat, gerakan mata berhenti, detak jantung melambat dan temperatur tubuh menurun.
- Tahap N3 dan N4, pada dua tahap ini merupakan tahap terakhir dari tidur di fase NREM. Seseorang sangat sulit terbangun pada tahap ini, pada tahap terakhir ini aktivitas otak sangat lambat, dan aliran darah lebih banyak diarahkan ke otot untuk mengisi energi fisik tubuh.
1.2.4 Mikrokontroller
Mikrokontroller adalah komputer di dalam sebuah chip, sebuah alat berukuran kecil (micro) yang dapat mengendalikan objek, proses, atau juga suatu kegiatan [6]. Selain fungsi utama sebagai pengendali, mikrokontroller juga dapat dipakai sebagai alat untuk mengukur, menghitung atau juga untuk menampilkan informasi. Mikrokontroller memiliki 1 CPU atau lebih yang digunakan untuk mengeksekusi instriksi untuk melakukan fungsi logic, matematika dasar, dan juga fungsi memindahkan data. Mikrokontroller juga dapat mengerjakan lebih dari 2 fungsionalitas sekaligus.
Mikrokontroller adalah komputer di dalam sebuah chip, sebuah alat berukuran kecil (micro) yang dapat mengendalikan objek, proses, atau juga suatu kegiatan [6]. Selain fungsi utama sebagai pengendali, mikrokontroller juga dapat dipakai sebagai alat untuk mengukur, menghitung atau juga untuk menampilkan informasi. Mikrokontroller memiliki 1 CPU atau lebih yang digunakan untuk mengeksekusi instriksi untuk melakukan fungsi logic, matematika dasar, dan juga fungsi memindahkan data. Mikrokontroller juga dapat mengerjakan lebih dari 2 fungsionalitas sekaligus.
Dengan
menggunakan algoritma pembelajaran mesin, mikrokontroller dapat melakukan
segala bentuk tugas dari mikrokontroller itu sendiri tanpa perlu ada campur
tangan manusia.
1.2.5 Algoritma Pendeteksi Fase Tidur
Algoritma
pendeteksi fase tidur ini terinspirasi dari penilitian [7] [8], yang mana pada
penilitian tersebut fokus ke bagian deteksi fase tidur dan keadaan sadar dengan
menggunakan contactless biosensors
(biasanya menggunakan accelerometer),
kemudian hasilnya akan dibandingkan dengan data set sample yang sudah terukur menggunakan polysomnography (pengukuran paling akurat). Tujuan dari algoritma
ini adalah untuk meningkatkan persentase akurasi untuk mengukur fase tidur [2]. Hasil dari deteksi
pergerakan tubuh dengan menggunakan sensor infrared (PIR) akan dilakukan perhitungan
dengan menggunakan algoritma ini.
1.3 Kinerja
Sensor Passive Infrared (PIR)
Pada projekk ini sensor infrared (PIR) mempunyai
peranan yang sangat penting untuk mendeteksi pergerakan tubuh. Sensor infrared
(PIR) merupakan sensor elektronik yang mampu mengukur sinar infrared yang
dipancarkan oleh objek [2]. Semua objek dengan
temperatur diatas nol akan memancarkan energi panas sebagai radiasi. Radiasi
ini tidak dapat ditangkap atau dilihat secara kasat mata manusia. Radiasi ini
dapat dideteksi dengan perangkat elektronik seperti sensor infrared (PIR) [9].
Referensi :
[1] G. Scott dan J. Chin, “A DIY Approach to Pervasive Computing for the Internet of Things: A Smart Alarm Clock,” dalam IEEE, 2013.
[2] A. Drabek, O. Krejcar, A. Selamat dan K. Kuca, “A Smart Arduino Alarm Clock Using Hypnagogia Detection During Night,” dalam Springer International Publishing Switzerland, 2016.
[3] F. Lin, Y. Zhuang, C. Song, A. Wang, Y. Li, C. Gu, C. Li dan W. Xu, “SleepSense: A Noncontact and Cost-Effective Sleep Monitoring System,” dalam IEEE, 2016.
[4] W. Kesehatan, “Wen Kesehatan,” [Online]. Available: https://www.webkesehatan.com/fase-siklus-tidur-tahapan-tidur/. [Diakses 15 11 2017].
[5] N. Stevens, A. R. Giannareas, V. Kern, A. V. Trevino, M. F. Mullen, A. King dan I. Lee, “Smart Alarms: Multivariate Medical Alarm Integration for Post CABG Surgery Patients,” dalam ACM Digital Library, 2012.
[6] A. J, The Microcontoller Idea Book: Circuits, Programs & Applications, 1997.
[7] R. Dolezal, A. Bodnarova, R. Cimler, M. Husakova, L. Najman, V. Racakova dan J. Krenek, “Variable Elimination Approaches For Data-Noise Reduction in 3D QSAR Calculations,” dalam Springer, 2015.
[8] M. Cerny dan M. Penhaker, “Wireless Body Sensor Network in Health Maintenance Systems,” 2011.
[9] C. De, H. C. O'Hare, A. Zafaroni, A. Boyle, S. Smith, W. McNicholas dan C. O'Connel, “Sleep/wake measurement using a non-contact biomotion sensor,” 2011.
Penanggung Jawab : Askawati (1301144215)
Tidak ada komentar:
Posting Komentar