This Author published in this journals
All Journal SinarFe7
Nadya Putri Yuliani
S1 Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom

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

Found 1 Documents
Search

Sistem Fall Detection Pada Orang Lanjut Usia Menggunakan Metode Klasifikasi Support Vector Machine (SVM) Nadya Putri Yuliani; Raditiana Patmasari; Yuli Sun Hariyani
SinarFe7 Vol. 2 No. 1 (2019): Sinarfe7-2 2019
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jatuh merupakan salah satu kejadian tidak disengaja yang dapat menyebabkan luka yang berbahaya. Risiko jatuh akan bertambah saat orang yang jatuh tidak bisa memanggil bantuan. Alat fall detection dapat membantu mengurangi waktu antara kejadian jatuh dengan kedatangan pertolongan medis sehingga dapat mencegah adanya risiko berat pada kejadian jatuh. Sistem fall detection pada penelitian ini dibuat dengan menggunakan metode pengolahan citra yang terdiri dari 3 tahap yaitu akuisisi video, ekstraksi ciri dan deteksi kejadian jatuh. Akuisisi video dilakukan dengan menggunakan dataset fall detection. Proses ekstraksi ciri dilakukan dengan menggunakan Gaussian Mixture Model untuk segmentasi objek, ellipse model untuk menentukan orientasi, Motion History Image (MHI) untuk menghitung motion coefficient dan Support Vector Machine (SVM) sebagai metode klasifikasi kejadian jatuh. Analisis kinerja sistem dilakukan dalam beberapa faktor yaitu tipe SVM yang sesuai, posisi kamera yang digunakan dan tingkat akurasi yang lebih besar. Berdasarkan faktor-faktor tersebut dapat diketahui bahwa tipe SVM yang paling sesuai adalah RBF Kernel dan posisi kamera pada the fall detection dataset (FDD) menghasilkan nilai terbaik dengan nilai akurasi kinerja sistem yang didapatkan adalah 95%.