Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
RAHMI AGUS MELITA
Politeknik Manufaktur Bandung
Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengendalian Kamera berdasarkan Deteksi Posisi Manusia Bergerak Jatuh berbasis Multi Sensor Accelerometer dan Gyroscope RAHMI AGUS MELITA; SUSETYO BAGAS BHASKORO; RUMINTO SUBEKTI
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 6, No 2 (2018): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v6i2.259

Abstract

ABSTRAKPenelitian ini menyajikan pengembangan sistem surveillans berbasis multisensor secara portable dengan memberikan peringatan terkait aktifitas yang tidak biasa. Sistem menginformasikan pengguna atau pengasuh melalui email ketika mendeteksi aktifitas yang abnormal, seperti gerakan jatuh (lansia atau anakanak). Penelitian ini menggunakan multisensor antara lain accelerometer, gyroscope, dan menambahkan sensor kamera untuk membuat informasi lebih akurat. Evaluasi dibagi menjadi dua kategori. kategori pertama adalah deteksi jatuh manusia, dan kategori kedua adalah menangkap gambar. Hasil evaluasi mendeteksi gerakan jatuh adalah accuracy sebesar 88%, recall 88%, specificity 88%, dan precision 93%. Selain itu, hasil evaluasi pengambilan gambar adalah accuracy 86% dengan ketepatan pergerakan kamera ke arah objek sebesar 51%.Kata kunci: bergerak jatuh, kamera, internet of things, accelerometer, gyroscope, fuzzy logic. ABSTRACTThis research presents the development of multi-sensor based portable surveilance system with intrusion alert notification. The system will notify theuser or caregiver by email immediately when an abnormal activity is detected, such as falling motion (elderly or children). This research using multisensor there are accelerometer, gyroscope, and adding camera sensor to make information more accurate. The evaluation divided into two categories. first category is human falling detection, and second category is capturing image. The result of falling detection are 88% for accuracy, 88% for recall, 88% for specificity, and precision is 93%. The result of capturing image are 86% for accuracy 86%, with camera motor movement precision is 51%.Keywords: falling motion, camera, internet of things, accelerometer, gyroscope, fuzzy logic.
Co-Authors RUMINTO SUBEKTI Susetyo Bagas Bhaskoro