In general, blood glucose level test is conducted using urine and glucometer test by pricking the fingertips of the patients using needle. TGS 822 and MQ 138 gas sensor systems can be used to detect Acetone and Alcohol compounds from the oral cavities of a person which are correlated with blood glucose levels in the body. This study used MQ 138 and TGS 822 gas sensors to detect acetone levels, which were classified using backpropagation artificial neural network. The training with 60 samples and testing on 7 respondents indicates that TGS 822 and MQ 138 gas sensor could detect the blood glucose level with average detection accuracy of 96,53% by considering the temperature and humidity.  The average deviation is 3,47 % compared to glucometer. Keywords: Gas sensor, respiratory gas, blood glucose level, Backpropagation Tes kadar gula darah pada umumnya dilakukan dengan menggunakan tes urin dan glukometer dengan menusuk ujung jari pasien menggunakan jarum. Sistem sensor gas TGS 822 dan MQ 138 dapat digunakan untuk mendeteksi senyawa Aseton dan Alkohol dari rongga mulut seseorang yang berkorelasi dengan kadar gula darah dalam tubuh. Penelitian ini menggunakan sensor gas MQ 138 dan TGS 822 untuk mendeteksi kadar aseton, yang diklasifikasikan menggunakan jaringan syaraf tiruan backpropagation. Pelatihan dengan menggunakan 60 sampel dan pengujian pada 7 responden menunjukkan bahwa sensor gas TGS 822 dan MQ 138 mampu mendeteksi kadar gula darah dengan akurasi deteksi rata-rata 96,53% dengan memperhatikan suhu dan kelembaban. Deviasi rata-rata 3,47 % dibandingkan dengan glukometer.Kata kunci: Sensor gas, gas pernafasan, kadar glukosa darah, Backpropagation.

Manusia dalam melakukan berbagai aktivitas sehari-hari pasti melakukan gerakan, salah satu gerakan tersebut adalah berjalan. Analisis pola berjalan merupakan cabang ilmu biomekanika yang mempelajari pola gerak dari beberapa organ tubuh pada manusia atau hewan yang dianalisa. Perencanaan pembuatan perangkat lunak ini digunakan untuk membantu dalam proses klasifikasi pola berjalan dan penelitian ini bertujuan untuk mengklasifikasikan pola berjalan pada objek laki-laki dan perempuan dengan perlakuan yang berbeda. Pada proses perencanaan dimulai dengan proses grayscale, thresholding, closing, konversi citra RGB ke grayscale, pembuatan rectangle yang mewakili penanda, koordinat penanda, penghitungan sudut pada sendi lutut dan tungkai. Sedangkan pada proses penelitian dimulai dengan pengambilan citra menggunakan camStudio, video di konversi ke deret gambar dalam JPG, durasi frame dan analisa. Dari penelitian klasifikasi pola berjalan diketahui bahwa besar sudut sendi lutut pada fase initial contact, loading response, mid stance, terminal stance, mid swing dan terminal swing antara 171,70 sampai dengan 179,90 , sedangkan sudut sendi lutut pada fase pre swing dan initial swing memiliki besar sudut antara  118,90 sampai dengan 138,80. Pada sudut pergelangan kaki pada fase initial contact, loading response, mid stance, terminal stance, mid swing dan terminal swing antara 111,10 sampai dengan 135,10 sedangkan sudut pergelangan kaki pada fase pre swing dan initial swing memiliki besar sudut antara 1530 sampai dengan 161,40 . Rata-rata perbedaan setiap fase pola berjalan pada besar sudut sendi lutut sebesar 3,89%, sedangkan rata-rata perbedaan fase pola berjalan pada besar sudut pergelangan kaki sebesar 5,4% antara objek laki-laki normal dan perempuan normal.