SISTEM PENDETEKSI JATUH PADA PENDERITA STROKE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Dea, Silva Zahara (2024) SISTEM PENDETEKSI JATUH PADA PENDERITA STROKE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). Diploma thesis, Universitas Andalas.

	Text (Abstrak) Abstrak.pdf - Published Version Download (203kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Published Version Download (342kB)
	Text (Bab 5 Penutup) Bab 5 Penutup.pdf - Published Version Download (109kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (177kB)
	Text (skripsi full) skripsi full.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Penderita stroke rentan mengalami jatuh disebabkan karena hilangnya keseimbangan tubuh akibat penderita stroke kesulitan berjalan seperti orang normal pada umumnya dan juga disebabkan oleh migrain. Keluarga atau pengawas penderita stroke terkadang tidak selalu berada di dekatnya, sehingga dapat membahayakan penderita stroke jika mengalami jatuh. Penelitian bertujuan untuk meningkatkan keamanan penderita stroke dengan mencegah atau memberi peringatan jika ada risiko jatuh yang mungkin terjadi. Pendeteksian gerakan dengan algoritma Support Vector Machine merupakan metode yang diimplementasikan pada ESP32 dan untuk melakukan klasifikasi gerakan menggunakan input MPU6050 untuk mendeteksi pergerakan dan sensor GY-NEO6M V2 GPS untuk melacak lokasi penderita stroke. Klasifikasi gerakan penderita stroke yaitu gerakan diam, tidak jatuh, jatuh ke arah kanan, jatuh ke arah kiri dan jatuh ke arah depan. Apabila penderita stroke terdeteksi jatuh ke arah kanan, jatuh ke arah kiri dan jatuh ke arah depan maka buzzer akan berbunyi dan akan mengirimkan pesan notifikasi gerakan jatuh dan lokasi dari penderita stroke ke keluarga penderita stroke. Sistem dapat menghasilkan akurasi pengenalan gerakan penderita stroke dengan model kernel polynomial sebesar 90% dan persentase keberhasilan pengujian langsung penderita stroke sebesar 80% dengan begitu sistem dapat bekerja dalam klasifikasi gerakan dengan cukup baik.

Actions (login required)

View Item