SISTEM PENGUKURAN ANTROPOMETRI BAGIAN TINGGI ATAU PANJANG BADAN BALITA MENGGUNAKAN ALGORITMA MASK R-CNN BERBASIS SINGLE BOARD COMPUTER

Medisa, Agum (2025) SISTEM PENGUKURAN ANTROPOMETRI BAGIAN TINGGI ATAU PANJANG BADAN BALITA MENGGUNAKAN ALGORITMA MASK R-CNN BERBASIS SINGLE BOARD COMPUTER. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover_Abstrak_Agum Medisa.pdf - Published Version Download (2MB)
	Text (BAB I) BAB1_Agum Medisa.pdf - Published Version Download (13MB)
	Text (BAB V PENUTUP) BAB V_Agum Medisa.pdf - Published Version Download (1MB)
	Text (Daftar_Pustaka) Daftar_Pustaka_Agum Medisa.pdf - Published Version Download (1MB)
	Text (FULL_TEXT) Laporan Tugas Akhir-Agum Medisa-21115120023.pdf - Published Version Restricted to Repository staff only Download (26MB) | Request a copy

Abstract

Stunting merupakan salah satu masalah gizi utama pada balita di Indonesia dengan prevalensi masih di atas 20% menurut data WHO dan SSGI 2022. Salah satu kendala utama dalam upaya pencegahan stunting adalah ketidakakuratan pengukuran antropometri oleh kader posyandu, yang berpengaruh pada diagnosis dan tatalaksana. Oleh karena itu, penelitian ini mengusulkan pengembangan sistem pengukuran antropometri berbasis kamera dan Single Board Computer (SBC) dengan pemrosesan citra menggunakan algoritma deep learning Mask R-CNN. Sistem dirancang untuk mendeteksi objek balita, mengestimasi panjang atau tinggi badan, serta menyimpan hasil pengukuran ke dalam database yang dapat diakses melalui aplikasi smartphone. Hasil implementasi menunjukkan bahwa sistem mampu mendeteksi objek balita dengan baik pada berbagai kondisi pencahayaan (40–500 lux), dengan rata-rata kesalahan pengukuran sebesar 6,85% pada orientasi tubuh umum. Sistem juga berhasil menyimpan serta menampilkan hasil pengukuran secara konsisten di aplikasi, dengan waktu pengambilan data dari database antara 5–253 ms. Penelitian ini membuktikan bahwa pendekatan berbasis pengolahan citra dan deep learning dapat meningkatkan keakuratan, konsistensi, dan efisiensi pengukuran antropometri dibandingkan metode manual. Ke depan, diperlukan pengembangan lebih lanjut seperti integrasi instruksi visual untuk posisi tubuh balita, pemrosesan video real-time, serta optimasi model agar lebih ringan dan sesuai untuk perangkat edge.

Actions (login required)

View Item