Penelitian ini mengembangkan alat pemantau kadar gula darah non-invasif bernama Glucare menggunakan sensor Near Infrared Spectroscopy (NIRS). Latar belakangnya adalah prevalensi tinggi diabetes mellitus di Indonesia dan metode pemeriksaan gula darah invasif yang kurang nyaman. Solusi ini melibatkan sensor MAX30102, mikrokontroler ESP32, dan protokol ESPNOW untuk pengiriman data nirkabel ke cloud. Data diproses menggunakan machine learning dengan teknik FFT, Gaussian, dan OMP, disimpan di Firebase, dan diklasifikasikan dengan CatBoost untuk menentukan level gula darah.
Pengujian menunjukkan akurasi alat mencapai 90% dibandingkan metode invasif, dengan pengiriman data real-time dan delay di bawah 2 detik. Proses akuisisi dan rekonstruksi data efektif, dengan parameter seperti SNR 95 dB, MAE 1.10, dan MAPE 0.16%. Akurasi machine learning mencapai 90%, dengan penggunaan CPU dan RAM di bawah 30%. Alat ini diharapkan menjadi solusi yang lebih nyaman dan efektif untuk pemantauan kadar gula darah bagi pasien diabetes.
Kata kunci: Glukosa, Invasif, Non-Invasif, Machine Learning, NIRS