Perancangan Fall Prevention System dengan Menggunakan Hjorth Parameters dan Decision Tree

GANYNDRA KHAIRUNAWAN

Informasi Umum

Kode

19.04.581

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Informasi Lainnya

Abstraksi

Peristiwa jatuh dialami sekitar 28-35% orang pada usia 65 tahun keatas setiap tahunnya. Dampak dari jatuh sangatlah serius dan dapat menyebabkan luka, patah tulang, atau bahkan kematian. Solusi dari masalah tersebut pun sudah banyak di kembangkan yaitu berupa fall detection system. Solusi tersebut sudah dapat menangani masalah jatuh bila terjadi, tetapi solusi tersebut tidak bisa mencegah terjadinya peristiwa jatuh. Oleh karena itu pada penelitian ini dirancanglah sebuah fall prevention system, yaitu sebuah sistem yang dapat mencegah peristiwa jatuh. Sistem ini menggunakan sensor accelerometer dan gyroscope sebagai media mengumpulan data serta menggunakan metode ekstrasi fitur Hjorth Parameter dan klasifikasi Decision Tree untuk memprediksi tingkat ancaman jatuh berdasarkan pola gaya berjalan. Berdasarkan hasil penelitian pada prototipe fall prevention system bahwa penggunaan metode hjorth parameters dan klasifikasi decision tree berhasil diterapkan dengan menghasilkan nilai akurasi sebesar 80%. Dikarenakan nilai akurasi yang kurang bagus, penilitian ini masih belum mencapai hasil objektif yang diinginkan.