Penggunaan wireless sensor dapat meningkatkan layanan kesehatan. Tetapi sensor bisa memberikan pembacaan yang salah dikarenkan beberapa faktor seperti kesalahan pada hardware, sensor yang rusak, kehabisan energi, kalibrasi, gangguan elektromagnetik, pasien yang berkeringat, sensor yang terlepas, kegagalan pemakaian, data yang diinjeksikan, pemakaian yang salah, dan sebagainya. Beberapa faktor diatas dapat menyebabkan data yang dikirimkan menjadi tidak aku-rat dan pada akhirnya mengakibatkan pemberian informasi yang sa-lah atau biasa dengan disebut anomali. Dikarenakan oleh permasala-han ini diperlukan pendekatan untuk mendeteksi data-data anomaly ini. Dalam proyek akhir ini diajukan sistem yang berfungsi untuk mendeteksi data-data anomali tersebut sebelum data ditampilkan atau diproses lebih lanjut. Metode yang diajukan meggunakan analisis re-gresi dan dynamic threshold. Sistem akan memprediksi nilai sensor dari data yang diambil sebelumnya dan membandingkannya dengan data yang sedang dideteksi. Perbedaanya lalu akan dibandikan dengan threshold yang diatur secara dinamis, lalu menentukan apakah nilai yang dideteksi anomali atau bukan Performa dari sistem ini bisa men-capai tingkat pendeteksian anomali yang tinggi dengan presisi 91.6% dan akurasi 98.8%.