TA : Analisis Threshold Menggunakan Metode Hidden Markov Model
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika
Author
Febriani, Suci
Harianto . (LECTURER ID : .)
Ira Puspasari (LECTURER ID : .)
Harianto . (LECTURER ID : .)
Ira Puspasari (LECTURER ID : .)
Subject
621 Applied physics
Datestamp
2017-10-31 03:53:58
Abstract :
Sebagian besar orang pasti pernah mengalami insiden jatuh, jatuh bisa terjadi ketika seseorang kehilangan keseimbangan. Pada saat ini sudah terdapat penelitian yang menggunakan Sensor Akselerometer untuk mendeteksi Gerakan Jatuh. Pada penelitian tersebut untuk membandingkan antara Gerakan Normal dengan Gerakan jatuh menggunakan selisih nilai hasil pembacaan sumbu X, Y, dan Z. Nilai selisih diperoleh dari pembacaan nilai sumbu sekarang dengan nilai sumbu sebelumnya. Untuk membedakan gerakan Jatuh maka nilai yang dicari yaitu nilai perubahan yang besar. Namun sistem tersebut masih memiliki kekurangan yaitu rentang terhadap gerakan cepat misal loncat atau orang lari dengan cepat dianggap sebagai Gerakan Jatuh. (Oktaviano, 2016) Maka dari itu dibutuhkan sebuah pengembangan teknologi dari segi metode yang digunakan, dengan menggunakan metode Hidden Markov akan dilakukan analisa pada threshold sebagai acuan nilai ambang batas dari kondisi normal dan kondisi jatuh, adanya analisa ini akan dihasilkan nilai pasti untuk threshold yang bisa digunakan, sehingga hasil threshold dapat menyempurnakan penelitian sebelumnya. Dengan menggunaan metode Hidden Markove Model didapatan nilai threshold dengan cara nilai tertinggi dari setiap parameter dikurangi nilai terendah lalu nilai tersebut dibagi 2 sehingga didapatkan nilai threshold ASVM = 83,89 m/s2 , ADSVM = 77,46 m/s2 , TETA = 0,805° , AGSVM = -0,795 m/s2 , dan AGDSVM = -60,26 m/s2 untuk usia 21 tahun sampai 24 tahun dan threshold untuk usia 30, 36, dan 37 tahun adalah ASVM = 93,255 m/s2 , ADSVM = 53,77 m/s2 , TETA = -1,25° , AGSVM = -21,07 m/s2 , dan AGDSVM = -44,485 m/s2. Dengan menggunakan hasil Threshold yang telah ditentukan perangkat dapat digunakan dengan baik untuk membedakan gerakan berdiri, jongkok, dan jatuh dengan tingkat keberhasilan untuk usia 21 sampai 24 tahun sebesar 100% dan untuk usia 31, 36, dan 37 tahun sebesar 100%.
Sebagian besar orang pasti pernah mengalami insiden jatuh, jatuh bisa terjadi ketika seseorang kehilangan keseimbangan. Pada saat ini sudah terdapat penelitian yang menggunakan Sensor Akselerometer untuk mendeteksi Gerakan Jatuh. Pada penelitian tersebut untuk membandingkan antara Gerakan Normal dengan Gerakan jatuh menggunakan selisih nilai hasil pembacaan sumbu X, Y, dan Z. Nilai selisih diperoleh dari pembacaan nilai sumbu sekarang dengan nilai sumbu sebelumnya. Untuk membedakan gerakan Jatuh maka nilai yang dicari yaitu nilai perubahan yang besar. Namun sistem tersebut masih memiliki kekurangan yaitu rentang terhadap gerakan cepat misal loncat atau orang lari dengan cepat dianggap sebagai Gerakan Jatuh. (Oktaviano, 2016) Maka dari itu dibutuhkan sebuah pengembangan teknologi dari segi metode yang digunakan, dengan menggunakan metode Hidden Markov akan dilakukan analisa pada threshold sebagai acuan nilai ambang batas dari kondisi normal dan kondisi jatuh, adanya analisa ini akan dihasilkan nilai pasti untuk threshold yang bisa digunakan, sehingga hasil threshold dapat menyempurnakan penelitian sebelumnya. Dengan menggunaan metode Hidden Markove Model didapatan nilai threshold dengan cara nilai tertinggi dari setiap parameter dikurangi nilai terendah lalu nilai tersebut dibagi 2 sehingga didapatkan nilai threshold ASVM = 83,89 m/s2 , ADSVM = 77,46 m/s2 , TETA = 0,805° , AGSVM = -0,795 m/s2 , dan AGDSVM = -60,26 m/s2 untuk usia 21 tahun sampai 24 tahun dan threshold untuk usia 30, 36, dan 37 tahun adalah ASVM = 93,255 m/s2 , ADSVM = 53,77 m/s2 , TETA = -1,25° , AGSVM = -21,07 m/s2 , dan AGDSVM = -44,485 m/s2. Dengan menggunakan hasil Threshold yang telah ditentukan perangkat dapat digunakan dengan baik untuk membedakan gerakan berdiri, jongkok, dan jatuh dengan tingkat keberhasilan untuk usia 21 sampai 24 tahun sebesar 100% dan untuk usia 31, 36, dan 37 tahun sebesar 100%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
