Tim peneliti lintas institusi yang dipimpin oleh Universitas Gadjah Mada (UGM) tengah mengembangkan sistem pemantauan wellness berbasis Internet of Things (IoT) dan Artificial Intelligence (AI) untuk meningkatkan kualitas hidup dan produktivitas civitas akademika. Inovasi ini sejalan dengan target Sustainable Development Goals (SDGs) poin ke-3: Kehidupan Sehat dan Sejahtera (Good Health and Well-Being).
Penelitian ini diketuai oleh Ardhi Wicaksono Santoso dengan anggota peneliti Unan Yusmaniar yang merupakan Dosen Sekolah Vokasi UGM, serta melibatkan dua mahasiswa Program Studi Teknologi Rekayasa Internet Fariansyah P. Surya dan Bintang Nur K., dan seorang laboran, Subagiyo. Sistem yang sedang dikembangkan bertujuan untuk memantau berbagai parameter biometrik seperti tinggi badan, berat badan, tekanan darah, saturasi oksigen, suhu tubuh, dan lingkar lengan pada mahasiswa, dosen, dan pegawai di lingkungan Sekolah Vokasi UGM.
Kesehatan dan kesejahteraan (wellness) individu merupakan faktor penting dalam menunjang produktivitas akademik dan kinerja pegawai di lingkungan kampus. Namun, pemantauan kesehatan yang masih bersifat manual dan belum terintegrasi kurang efektif dalam mendeteksi perubahan kondisi kesehatan secara real-time. Oleh karena itu, penelitian ini mengembangkan sistem yang terdiri dari sensor biometrik IoT yang terhubung ke database berbasis cloud computing, yang kemudian dianalisis menggunakan model AI dan ditampilkan dalam dashboard digital. Sistem ini dirancang untuk memberikan wawasan kesehatan yang lebih akurat dan rekomendasi kesehatan secara digital.
Metode yang digunakan dalam penelitian mencakup perancangan dan integrasi sensor IoT, pengembangan database cloud, serta implementasi AI untuk analisis wellness score. Data yang dikumpulkan akan dianalisis menggunakan algoritma machine learning dan deep learning untuk mengenali pola kesehatan pengguna dan memberikan rekomendasi personal. Untuk menguji efektivitas sistem, akan dilakukan uji coba di lingkungan akademik UGM dengan mengevaluasi akurasi sensor, validitas analisis AI, serta keterbacaan dashboard digital oleh pengguna.
Hingga saat ini, pengembangan prototipe telah mencapai 75%, dan tim peneliti menargetkan penyelesaian sistem 100% pada bulan Oktober 2025. Diharapkan luaran prototipe sistem pemantauan wellness, model AI dan dashboard interaktif dapat menjadi solusi inovatif pemantauan kesehatan berbasis teknologi yang aplikatif di lingkungan kampus maupun sektor industri yang lebih luas.