Detail Cantuman
Pencarian Spesifik![No image available for this title](./images/default/image.png)
SKRIPSI
Fall Detection Method dengan Motion History of Image pada Aplikasi Home Care System
Angka pertumbuhan para lansia di Indonesia setiap tahun semakin meningkat. Menurut World Health Organization (WHO) menyebutkan bahwa jatuh merupakan penyebab kematian kedua terbesar di dunia yaitu sebesar 646.000 kali per tahun. Untuk itu pada penelitian ini telah dirancang sistem fall detection menggunakan video (offline), dengan metode Motion Histoy of Image (MHI). Pengujian dilakukan dengan menginput video (offline) jatuh dengan jarak kamera 300cm, 350cm, dan 400cm, tinggi kamera 100cm dan 140cm, serta intensitas cahaya 310 lux dan 959 lux pada Raspberry Pi 3. Hasil fall detection menggunakan Raspberry Pi 3 menunjukkan hasil yang optimal pada jarak 300cm – 350cm dengan keadaan lingkungan menggunakan sumber cahaya alami dengan intensitas cahaya 959 lux dan pada jarak 300cm dengan intensitas cahaya 310 lux. Metode Motion History of Image menghasilkan nilai parameter C_Motion yang akan digunakan sebagai acuan pendeteksi jatuh. Software MATLAB R16 digunakan untuk menampilkan visualisasi pergerakan objek jatuh pada motion history of image. Hasil dari penelitian ini menunjukkan accuracy sebesar 82.5%, sensitivity 80% dan error 17.5% untuk data kondisi jatuh maupun tidak jatuh.
Ketersediaan
TE004.2019 | TE 004 RIZ f 2019 C.1 | PERPUS POLINES (TA) | Tersedia |
Informasi Detil
Judul Seri |
-
|
---|---|
No. Panggil |
TE 004
|
Penerbit | Polines : Semarang., 2019 |
Deskripsi Fisik |
xv, 61 hal.; 29,5 cm.
|
Bahasa |
Indonesia
|
ISBN/ISSN |
-
|
Klasifikasi |
NONE
|
Tipe Isi |
-
|
Tipe Media |
-
|
---|---|
Tipe Pembawa |
-
|
Edisi |
-
|
Subyek |
-
|
Info Detil Spesifik |
-
|
Pernyataan Tanggungjawab |
RIZKI, Aditya Chrisdiyono
|
Versi lain/terkait
Tidak tersedia versi lain