Deteksi dan Klasifikasi Postur Tubuh untuk Mengurangi Risiko Computer Vision Syndrome Menggunakan MLPClassifier - Dalam bentuk buku karya ilmiah
RAISYA SALSABILA

Informasi Umum

Kode

25.04.5941

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer Vision

Dilihat

53 kali

Informasi Lainnya

Abstraksi

<em>Computer Vision Syndrome </em>(CVS) merupakan masalah kesehatan yang sering timbul akibat postur tubuh yang buruk saat menggunakan komputer dalam waktu lama. Penelitian ini bertujuan untuk merancang dan mengembangkan prototipe deteksi dan klasifikasi postur tubuh secara real-time yang mampu memberikan peringatan kepada pengguna untuk mencegah risiko CVS. Sistem ini memanfaatkan <em>framework </em>MediaPipe untuk melakukan <em>pose estimation </em>yaitu proses untuk mengekstraksi koordinat titik kunci (<em>keypoints</em>) tubuh, yang kemudian menjadi input bagi model klasifikasi Multi-Layer Perceptron (MLP). Model ini secara spesifik dilatih untuk mengenali empat kategori postur yaitu, postur ideal <em>(looks good)</em>, kepala tidak <em>lurus (straighten head)</em>, posisi terlalu bersandar <em>(sit up)</em>, dan bahu bungkuk <em>(shoulders back).</em><br /> Hasil pengujian menunjukkan model klasifikasi MLP yang dikembangkan terbukti efektif dengan tingkat akurasi mencapai 88%. Model ini kemudian diimplementasikan ke dalam sebuah web yang terhubung dengan kamera dan menerima inputan video, prototipe ini akan menampilkan peringatan teks secara langsung pada layar ketika mendeteksi postur pengguna yang tidak ideal. Dengan adanya peringatan real-time ini, prototipe dapat menjadi solusi praktis untuk membantu pengguna memperbaiki dan menjaga postur tubuh yang sehat, sehingga mengurangi risiko CVS.<br /> <br /> Kata kunci — <strong><em>computer vision, </em></strong><strong><em>computer vision syndrome, deteksi postur, MLPClassifier,  pose estimation</em></strong><br />  

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook