Berdasarkan surat keputusan kepala pusat prestasi nasional No. 2414/J3/2//2020 tentang penetapan peserta Pekan Ilmiah Mahasiswa Nasional (PIMNAS) ke-33 tahun 2020, menetapkan sekelompok mahasiswi Unila menjadi salah satu peserta PIMNAS ke-33 tahun 2020. PIMNAS merupakan ajang kompetisi karya kreatif mahasiswa Diploma dan S1 tingkat nasional yang diadakan oleh Direktorat Jendral Pendidikan Tinggi (Dikti). Mahasiswi tersebut terdiri dari Chandra Pratiwi (Fisika 2016), Venna Tristya Nafulani (Pend. Kimia 2016), dan Fifi Nurhafifah (Matematika 2017) melakukan kolaborasi penelitian mengenai “sistem cepat deteksi diabetes militus dengan E-nose berbasis matriks sensor dan arduino”.
Diabetes militus merupakan suatu kelompok penyakit metabolik dengan karakteristik hiperglikemia yang terjadi karena kelainan sekresi insulin, kerja insulin atau kedua-duanya. Insulin adalah hormon yang mengatur keseimbangan kadar gula darah pada tubuh manusia. Kekurangan insulin menyebabkan terjadinya peningkatan konsentrasi glukosa di dalam darah atau hiperglikemia.
Electronic nose (e-nose) adalah sistem penciuman biometrik yang dikembangkan berdasarkan prinsip-prinsip sensor kimia, berbasis perancangan sistem elektronik, dan teknik analisis data. E-nose mampu melakukan analisis Volatile Organic Compound (VOC) pada pernapasan dengan menggunakan algoritma pengenalan pola dimana terdapat perbedaan pada profil VOC yang dihembuskan oleh penderita diabetes militus dengan orang sehat. Hal tersebut bisa digunakan sebagai alternatif untuk melakukan monitoring beberapa pasien yang enggan untuk melakukan pengecekan gula darah menggunakan alat konvensional yang menggunakan teknik invasive (melukai). Maka dipandang perlu untuk melakukan penelitian mengenai pembuatan rancang bangun sistem yang mampu membedakan penderita penyakit diabetes militus dengan orang normal berdasarkan profil gas pernapasan. Dalam penelitian ini jenis sensor gas yang digunakan adalah Metal Oxide Sensor. Sistem e-nose menggunakan jaringan syaraf tiruan dengan metode back propagation yang mampu mendeteksi gas aseton dan etanol. Sistem juga mampu membedakan penderita penyakit diabetes dan orang normal.
