<![CDATA[Penelitian terkait gaya berjalan manusia (human gait) masih terus menarik minat para peneliti sampai saat ini, di mana manfaatnya tidak lagi hanya melihat karakteristik dan indikasi fisiologi pada manusia, namun juga telah merambah ke era digitalisasi berteknologi tinggi dengan melakukan analisis gaya berjalan untuk berbagai aplikasi seperti biometrik, otentikasi, dan berbagai keperluan analisis lainnya. Analisis gaya berjalan untuk memprediksi usia manusia adalah salah satu pengembangan riset human gait, terutama menggunakan sistem instrumentasi dan pembelajaran mesin. Penelitian ini menggunakan sensor inersia dan metode K-Nearest Neighbors (K-NN) dengan ekstraksi fitur mean dalam memprediksi usia berjalan seseorang dari gaya berjalannya. Sebanyak 25 partisipan telah direkam data kecepatan berjalannya dengan tiga kelompok usia, maka prediksi usia seseorang telah berhasil diperoleh dengan akurasi sebesar 86,9% dengan menggunakan 80% data latih dan 20% data uji, sedangkan metode pengklassifikasi K-NN dipilih berdasarkan hasil nilai cross validation (CV) terbaik dibandingkan metode lainnya. Kata Kunci: walking age, K-Nearest Neighbors (KNN), gaya berjalan, sensor inersia, klasifikasi]]>
Copyrights © 2022
