PENGENALAN INDIVIDU BERDASARKAN GAIT MENGGUNAKAN SENSOR GYROSCOPE

MUHAMMAD SATYA ANNAS

Informasi Umum

Kode

17.04.891

Klasifikasi

621.382 - Communications engineering, Analog, Digital, Electronic communications, Telecommunications, Digital data and telecommunications engineering

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Biometrics

Dilihat

369 kali

Informasi Lainnya

Abstraksi

Setiap individu memiliki keunikan tersendiri dalam cara berjalan atau gait. Karena itu gait dapat digunakan untuk mengidentifikasi atau mengenali seorang individu. Sehingga gait dapat diimplementasikan sebagai biometrik. Gyroscope adalah sensor untuk mengukur dan mendeteksi getaran, ataupun untuk mengukur percepatan, yang juga bergantung pada arah atau orientasi. Sensor gyroscope sudah digunakan secara luas dikehidupan sehari-hari, terutama pada smartphone. Sehingga dimungkinkan untuk mengukur pergerakan individu saat berjalan menggunakan sensor gyroscope yang tertanam pada smartphone. Pada tugas akhir ini dilakukan pengenalan individu berdasarkan gait dengan memanfaatkan sensor gyroscope yang tertanam pada smartphone. Untuk pengolahan data atau melakukan analisis pengenalan akan mengimplementasikan metode Linear Predictive Coding dan k-Nearest Neighbour. Metode Linear Predictive Coding akan digunakan untuk melakukan ekstraksi ciri. Linear Predictive Coding menghasilkan vektor ciri berdasarkan kombinasi dari p sinyal sebelumnya. Metode ini mengambil hanya nilai penting dari ciri tersebut. Sedangkan metode k-Nearest Neighbour digunakan untuk melakukan klasifikasi, dengan metode perhitungan dengan formula Euclidean distance, Cityblock distance, Cosine distance dan Correlation distance. Sinyal gait sendiri terdiri dari empat sinyal yaitu sinyal sumbu x, y, z, dan magnitude sinyal (m). Pada tugas akhir ini sinyal sumbu x, y, z dan magnitude sinyal juga dikombinasikan agar menghasilkan akurasi yang lebih baik. Dalam penelitian ini dihasilkan tingkat akurasi paling tinggi mencapai 99,58% yang dihasilkan oleh kombinasi sinyal x-y-z-m. Secara keseluruhan tingkat akurasi sistem bervariasi antara 50% sampai 99,58%. Kata kunci : Gait, Gyroscope, Linear Predictive Coding, K-Nearest Neighbour