Fathurrahman, Luthfi (2018) Sistem Pendeteksi Kondisi Terjatuh Berbasis Accelerometer dan Gyroscope Menggunakan Adaptive Neuro Fuzzy Inference System. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
02311340000124-Undergraduate_Theses.pdf - Accepted Version Download (4MB) | Preview |
Abstract
Salah satu faktor serius yang dapat membahayakan kesehatan adalah terjatuh, khususnya bagi seorang pasien dan seorang lanjut usia. Sistem pendeteksi kondisi terjatuh berkontribusi dalam mencegah konsekuensi dari keterlambatan dalam memberikan pertolongan pertama dan cidera yang membahayakan kesehatan seseorang. Permasalahan utama dalam sistem pendeteksi kondisi terjatuh adalah bagaimana cara membedakan antara seseorang terjatuh dan seseorang yang sedang melakukan kegiatan sehari-hari. Pada penelitian sebelumnya terdapat kekurangan berupa ketidakmampuan dalam membedakan antara kegiatan sehari-hari dan kondisi terjatuh dengan sensitivitas sebesar 80% dan spesifisitas sebesar 88%. Pada tugas akhir ini akan membahas mengenai sistem pendeteksi kondisi terjatuh berbasis accelerometer dan gyroscope dengan menggunakan metode adaptive neuro fuzzy inference system (ANFIS). Dari penelitian ini didapatkan hasil bahwa metode ini dapat mendeteksi semua kegiatan yang meliputi 3 tipe kegiatan terjatuh dan 11 kegiatan sehari-hari dengan meletakkan sensor accelerometer dan gyroscope pada posisi dada dengan nilai range of influence sebesar 0.05 dengan sensitivitas sebesar 100% dan spesifisitas sebesar 100%, sedangkan dari hasil uji alat dengan meletakkan sensor pada posisi dada dan menggunakan nilai range of influence sebesar 0.1 didapatkan hasil alat ini memiliki sensitivitas dan spesifisitas masing-masing sebesar 100% dan 91.67%. ========== Falls on the same level, on stairs and from heights are endemic throughout society and risky to health, especially for patients & elders.
Fall Detection System contributed and needed in the urge to prevent delayed first aid and injuries which is riskful to health. One of the challenges faced in this research is how to define falls and how the system
differentiate falls and people activities. In the previous study, there was a lack of inability to distinguish between daily activities and falling with the result of sensitivity value of 80% and a specificity value of 88%. On this
final research summaries, the Fall Detection Sys
tem based on accelerometer & gyroscope using adaptive neuro-fuzzy inference system (ANFIS) methods. The result of the research showed that this method could detect all of the activities involving 3 types of fall definition and 11 types of activities. The method of this research by put the accelerometer & gyroscope sensor on the chest with the range of influence amount 0.05 value, sensitivity amount 100% and specificity amount 100%. On the
different method, results showed sensitivity and specificity amount each 100% and 91.67% by put the sensor on the chest while using the range of influence amount 0.1 value.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSF 621.384 56 Fat s |
| Uncontrolled Keywords: | Kesehatan; Sistem pendeteksi kondisi terjatuh; Accelerometer; Gyroscope; ANFIS; Health; Fall Detection System; Accelerometer; Gyroscope |
| Subjects: | T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General) > TA167.5 Neurotechnology. Neuroadaptive systems |
| Divisions: | Faculty of Industrial Technology > Physics Engineering > 30201-(S1) Undergraduate Thesis |
| Depositing User: | Luthfi Fathurrahman |
| Date Deposited: | 12 Apr 2018 03:18 |
| Last Modified: | 24 Sep 2020 03:00 |
| URI: | http://repository.its.ac.id/id/eprint/50802 |
Actions (login required)
 |
View Item |