Machine Learning Deteksi Jatuh Menggunakan Algoritma Human Posture Recognition

Abstrak

ABSTRAK — Peningkatan jumlah lansia di Indonesia cukup tinggi, suatu hal yang harus diperhatikan adalah terdapat lansia yang tinggal sendiri tanpa ada keluarga di rumah. Hal ini memiliki resiko tinggi terutama untuk aspek biologis, yaitu apabila terjadi sesuatu yang tidak diinginkan salah satunya adalah jatuh, sehingga dibutuhkan sistem pendeteksi jatuh untuk monitoring keadaan lansia di rumah. Pada penelitian ini telah dirancang sistem pendeteksi jatuh pada manusia menggunakan pengolahan citra dengan input dari kamera untuk mendeteksi jatuh Menggunakan Algoritma Human Posture Recognition. Untuk memperoleh citra digital dengan menggunakan teknik Image Acquisition dan menggunakan algoritma Algoritma Human Posture Recognition mendeteksi jatuh dalam video. Pada penelitian ini telah dirancang sistem pendeteksi jatuh pada manusia menggunakan pengolahan citra dengan input dari kamera, metode Motion History Image (MHI) dan Approximated Ellipse. Metode tersebut akan menghasilkan nilai parameter C Motion, Sigma Theta, dan Sigma Rho yang akan digunakan sebagai acuan pendeteksi jatuh. Hasil dari penelitian ini menunjukan akurasi sebesar 95.33% untuk data kondisi jatuh maupun tidak jatuh. Kata kunci: Fall detection, SVM classifier, Image Acquisition, Foreground Detection, Motion History Image (MHI), Posture Recognition