Aplikasi Pendeteksi Jatuh Menggunakan Microsoft Kinect Dan Decision Tree

Haq, Fahmy Thoriqul (2016) Aplikasi Pendeteksi Jatuh Menggunakan Microsoft Kinect Dan Decision Tree. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5112100037-undergraduate-theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Jatuh pada lansia adalah masalah serius karena berisiko berujung pada kematian dini jika terjadi cedera atau pendarahan pada otak. Beberapa penelitian juga menyebutkan terjadinya masalah fisik dan psikis berkaitan ketidakmampuan berdiri setelah jatuh yang berujung terbaring di lantai begitu lama.. Seperti lansia yang tinggal sendiri di apartemen atau rumah akan cenderung memiliki dampak yang lebih parah disebabkan kesusahan mendapat pertolongan. Faktanya, menolong lansia sesaat setelah jatuh dapat meningkatkan taraf bertahan hidup dan kemauan untuk kembali beraktivitas secara normal. Berbagai metode penelitian dilakukan untuk menawarkan pencegahan terhadap jatuh yang dialami lansia yang telah dipasarkan secara komersial. Kebanyakan dari produk tersebut merupakan sistem yang membutuhkan sebuah alat yang harus digunakan/ditempel pada lansia yang membutuhkan aksi dengan menekan tombol pada alat tersebut secara manual ketika terjadi jatuh. Solusi tersebut dirasa kurang optimal karena mengabaikan kemungkinan hilangnya kesadaran sesaat setelah jatuh. Tugas akhir kali ini membangun sistem pendeteksi jatuh yang mampu mendeteksi jatuh secara otomatis, dengan memanfaatkan sensor pada Kinect yang akan mendeteksi dan menangkap pergerakan sesaat ketika terjadi jatuh. Aplikasi ini diujikan dengan menggunakan aktor untuk melakukan adegan x jatuh dengan beberapa skenario jatuh yang berbeda-beda. Hasil uji coba akurasi menunjukkan bahwa aplikasi telah berhasil mendeteksi jatuh dengan tingkat akurasi 97,7%. ========================================================== Fall experienced by the elderly could be so dangerous which can lead to premature death of injury or bleeding in the brain. Several studies mentioned the occurence of physical and or psychological problems related to inability to get up after a fall resulted lying on the floor for long time. All of these risks are increasing with the environment around. Such as the elderly who live alone in an apartment or house will tend to have a more severe impact due to difficulties getting help around. In fact, give the elderly some helps shortly after fall could increase their survival rate and increase the willingness to move back to normal. Various methods of research undertaken to offer the prevention of falls system which some of them actually have been produced commercially. Most of the product is a system that requires a tool that should be used / affixed to the elderly who need action by pressing the button on the tool manually when it happens to fall. The solution is less optimal because it ignores the possibility of loss of consciousness shortly after the fall. This final project develop fall detector system application using Kinect as the main sensor to capture the tracked body movement few moments before fall occurred. The application tested using actors to demonstrate realistic fall events with various scenarios. The result in accuration test shows the algorithm succed to detect fall accurately with 97,7% rate.

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 005.269 Haq a-1
Uncontrolled Keywords: Kinect, Jatuh, Lansia.
Subjects: Q Science > QA Mathematics > QA76.6 Computer programming.
Divisions: Faculty of Information and Communication Technology > Informatics > 55201-(S1) Undergraduate Thesis
Depositing User: EKO BUDI RAHARJO
Date Deposited: 19 Nov 2019 06:20
Last Modified: 19 Nov 2019 06:20
URI: https://repository.its.ac.id/id/eprint/71871

Actions (login required)

View Item View Item