Analisis Perbandingan Metode K-Nearest Neighbor dan Support Vector Machine dalam Deteksi Jatuh pada Manusia - Dalam bentuk pengganti sidang - Artikel Jurnal
SHAINA MAULIDA SAFIRA
Informasi Umum
Kode
23.04.7196
Klasifikasi
621.8 - Machine engineering
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Tugas Akhir
Dilihat
65 kali
Informasi Lainnya
Abstraksi
<p>Peristiwa jatuh merupakan suatu kejadian yang sering terjadi, terutama terhadap orang lanjut usia atau pasien yang memerlukan perawatan khusus. Dalam skala tertentu, jatuh dapat menyebabkan luka yang cukup serius, baik luka terbuka maupun luka dalam. Oleh karena itu, diperlukan sebuah teknologi yang cepat dan akurat untuk mendeteksi jatuh atau tidaknya seseorang, dalam hal ini khususnya lansia. Penelitian ini mencari solusi untuk mendeteksi jatuh. Data diambil sebanyak 206 melalui aplikasi <em>Phyphox</em> pada <em>smartphone</em> dengan memanfaatkan fitur sensor <em>Accelerometer</em> untuk mengukur percepatan pada masing masing sumbu x, y, dan z. Metode klasifikasi yang diusulkan adalah <em>K-Nearest Neighbor</em> dan<em> Support Vector Machine</em>. Keakuratan kedua model dihitung dan dibandingkan dalam makalah ini. Hasil penelitian menunjukan bahwa SVM dengan kernel linear memiliki tingkat akurasi tertinggi dari 7 skenario yang dilakukan dengan persentase mencapai 95%.</p>
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | SHAINA MAULIDA SAFIRA |
| Jenis | Perorangan |
| Penyunting | Putu Harry Gunawan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
