SISTEM PENGENALAN AKTIVITAS MANUSIA UNTUK PEMANTAUAN LANSIA MENGGUNAKAN METODE DEEP LEARNING

AGNES HERMON PASANDA

Informasi Dasar

61 kali
23.04.1482
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Kemampuan reaksi terhadap rangsangan sensorik akan melambat ketika seseorang mengalami proses penuaan. Sehingga, kemampuan lansia dalam melakukan aktivitas sehari-hari akan ikut menurun. Maka perlu dilakukan pemantauan terhadap seluruh aktivitas yang dilakukan lansia agar dapat menghindari terjadinya peristiwa kritis, seperti terjatuh. Hanya memantau kegiatan dalam suatu ruangan dan pada kamar kecil tidak dilakukan pemantauan. Untuk dapat melakukan monitoring terhadap aktivitas lansia diperlukan kamera, mini computer dan monitor computer. Jenis kamera yang digunakan yaitu Raspi Camera V2 sebagai alat untuk merekam aktivitas lansia.  NVIDIA Jetson Nano dibutuhkan sebagai mini computer yang digunakan untuk memproses data menggunakan salah satu jenis algoritma RNN (Recurrent Neural Network) yaitu LSTM (Long-Short Term Memory) untuk melatih data agar dapat memprediksi jenis aktivitas. Monitor Computer diperlukan untuk menampilkan output yaitu aktivitas yang dilakukan lansia. Hasil akhir dari penelitian ini diperoleh tingkat keakurasian sebesar 82% dengan nilai epochs sebesar 800, jumlah hidden layer 6, jenis aktivasi relu, optimizer adam, dengan pembagian data test sebanyak 15% dan data train 85%.

 

Kata Kunci: RNN, LSTM, Elderly Monitoring, NVIDIA Jetson Nano

 

Subjek

Machine Learning
DEEP LEARNING,

Katalog

SISTEM PENGENALAN AKTIVITAS MANUSIA UNTUK PEMANTAUAN LANSIA MENGGUNAKAN METODE DEEP LEARNING
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

AGNES HERMON PASANDA
Perorangan
Husneni Mukhtar, Istiqomah
 

Penerbit

Universitas Telkom, S1 Teknik Elektro
Bandung
2023

Koleksi

Kompetensi

  • TEI3G3 - KECERDASAN BUATAN
  • ELH4F3 - PEMBELAJARAN MESIN DAN APLIKASI

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini