Deteksi Anemia pada Remaja Putri Menggunakan Teknologi Citra Digital
DOI:
https://doi.org/10.31983/jsk.v7i2.14084Keywords:
citra digital, deteksi anemia, non-invasif, remaja putriAbstract
Anemia pada remaja putri masih menjadi masalah kesehatan yang berdampak pada risiko komplikasi kehamilan. Penelitian ini bertujuan menganalisis potensi analisis citra digital telapak tangan sebagai metode skrining anemia non-invasif.
Penelitian ini adalah penelitian kuantitatif Cross-Sectional melibatkan 20 remaja putri yang dibagi menjadi 2 kelompok tidak anemia dan anemia. Kadar hemoglobin diperiksa menggunakan alat digital. Foto telapak tangan di-scan dan dianalisis melalui 5 tahap: image acquisition, pre-processing, segmentation, feature extraction dan classification. Analisis bivariat menggunakan uji independent T-test untuk mengetahui perbedaan nilai RGB antara kedua kelompok.
Hasil rata-rata kadar Hb kelompok tidak anemia adalah 15,34 g/dL dan kelompok anemia: 11,31 g/dL. Rata-rata nilai Red Green Blue (RGB) kelompok tidak anemia adalah R: 181, G: 135, B: 133 dan pada kelompok anemia R: 188, G: 143, B: 140. Uji independent T-test menunjukkan terdapat perbedaan signifikan niali R,G,B antara kedua kelompk dengan nilai p-value <0,05.
Dapat disimpulkan bahwa analisis citra digital telapak tangan menunjukkan perbedaan nilai RGB yang signifikan antara remaja putri anemia dan tidak anemia. Hal ini mengindikasikan potensi metode ini sebagai skrining awal anemia non-invasif yang dapat mengurangi subjektifitas dan memungkinkan deteksi mandiri.
References
Aiwale, S., Kolte, M. T., Harpale, V., Bendre, V., Khurge, D., Bhandari, S., Kadam, S., & Mulani, A. O. (2024). Non-invasive Anemia Detection and Prediagnosis. Journal of Pharmacology and Pharmacotherapeutics, 15(4), 408–416.
Anggraeni, M. D., & Fatoni, A. (2017). Non-invasive Self-Care Anemia Detection during Pregnancy Using a Smartphone Camera. IOP Conference Series: Materials Science and Engineering, 172, 012030. https://doi.org/10.1088/1757-899X/172/1/012030
Fauziah, S. F., Suryono, S., & Widyawati, M. N. (2018). Postpartum Blood Loss Measurement Using Digital Image Processing. E3S Web of Conferences, 73, 13023. https://doi.org/10.1051/e3sconf/20187313023
Ilmadina, H. Z., Nisa, J., Apriliani, D., Anisa, L. N., & Rakhmah, F. A. (2025). CesLA (Cegah Stunting Lewat Anemia): Deteksi Anemia Non-Invasif pada Remaja Putri Berbasis Citra Konjungtiva. Jurnal Informatika: Jurnal Pengembangan IT, 10(3), 717–726. https://doi.org/10.30591/jpit.v10i3.8873
Julaecha, J. (2020). Upaya Pencegahan Anemia pada Remaja Putri. Jurnal Abdimas Kesehatan (JAK), 2(2), 109. https://doi.org/10.36565/jak.v2i2.105
K., D. K., Avabratha, K. S., Shenoy, K. V., & K. V., A. (2020). Efficacy of site of pallor to detect anemia and its correlation with etiology in under five children. International Journal of Contemporary Pediatrics, 8(1), 160. https://doi.org/10.18203/2349-3291.ijcp20205429
Liang, M., Simelane, S., Fortuny Fillo, G., Chalasani, S., Weny, K., Salazar Canelos, P., Jenkins, L., Moller, A.-B., Chandra-Mouli, V., Say, L., Michielsen, K., Engel, D. M. C., & Snow, R. (2019). The State of Adolescent Sexual and Reproductive Health. Journal of Adolescent Health, 65(6), S3–S15. https://doi.org/10.1016/j.jadohealth.2019.09.015
Magdalena, R., Saidah, S., Ubaidah, I. D. S., Fuadah, Y. N., Herman, N., & Ibrahim, N. (2022). Convolutional Neural Network For Anemia Detection Based On Conjunctiva Palpebral Images.
Mannino, R. G., Myers, D. R., Tyburski, E. A., Caruso, C., Boudreaux, J., Leong, T., Clifford, G. D., & Lam, W. A. (2018). Smartphone app for non-invasive detection of anemia using only patient-sourced photos. Nature Communications, 9(1), 4924. https://doi.org/10.1038/s41467-018-07262-2
Pasalina, P. E., Fil Ihsan, H., & Devita, H. (2023). Hubungan Riwayat Anemia Kehamilan dengan Kejadian Stunting pada Balita. Jurnal Kesehatan, 12(2), 267–279. https://doi.org/10.46815/jk.v12i2.178
Peksi, N. J., Yuwono, B., & Florestiyanto, M. Y. (2021). Classification of Anemia with Digital Images of Nails and Palms using the Naive Bayes Method. Telematika, 18(1), 118. https://doi.org/10.31315/telematika.v18i1.4587
Rahayu, E. P., Widyawati, M. N., & Suryono, S. (2021). Euclidean distance digital image processing for jaundice detect. IOP Conference Series: Materials Science and Engineering, 1108(1), 012022. https://doi.org/10.1088/1757-899X/1108/1/012022
Sadeghi Pour, E., Esmaeili, M., & Romoozi, M. (2022). Breast cancer diagnosis: A survey of pre-processing, segmentation, feature extraction and classification. International Journal of Electrical and Computer Engineering (IJECE), 12(6), 6397. https://doi.org/10.11591/ijece.v12i6.pp6397-6409
