PERANCANGAN SISTEM DETEKSI JATUH UNTUK MANUSIA LANJUT  USIA DENGAN CONVOLUTIONAL NEURAL NETWORK DAN  MEDIAPIPE PADA HUMAN FOLLOWING ROBOT

FIRDAUS ARYA WISANG GANI

PERANCANGAN SISTEM DETEKSI JATUH UNTUK MANUSIA LANJUT USIA DENGAN CONVOLUTIONAL NEURAL NETWORK DAN MEDIAPIPE PADA HUMAN FOLLOWING ROBOT

dc.contributor.advisor	Emilliano
dc.contributor.advisor	Dessy Novita
dc.contributor.author	FIRDAUS ARYA WISANG GANI
dc.date.accessioned	2024-05-27T04:01:53Z
dc.date.available	2024-05-27T04:01:53Z
dc.date.issued	2024-01-29
dc.description.abstract	Manusia lanjut usia atau lansia rentan mengalami jatuh karena masalah kesehatan yang disebabkan oleh penuaan. Di Indonesia, 7.25% lansia tinggal sendiri dan 20.85% tinggal dengan pasangannya saja. Lansia menjadi rentan untuk tidak mendapatkan pertolongan apabila terjadi jatuh. Sebuah sistem deteksi jatuh yang dapat membantu keluarga dalam mengawasi jatuh dibutuhkan untuk dapat mengatasi masalah tersebut. Penelitian ini bertujuan merancang sistem deteksi jatuh dengan Convolutional Neural Network (CNN) dan MediaPipe yang dapat mengirimkan notifikasi. Sistem deteksi diimplementasikan pada sebuah Human Following Robot dan dianalisa performa dari CNN dan MediaPipe dalam mendeteksi jatuh secara real – time. Penelitian ini merancang website monitoring sistem deteksi untuk mempermudah keluarga dalam mengetahui keadaan lansia. Algoritma machine learning yang digunakan adalah model pre-trained VGG-16, EfficientNet, dan DenseNet. Dari ketiga algoritma tersebut hasil testing terbaik adalah VGG-16 dengan akurasi 93.55%. Hasil dari penggabungan algoritma CNN dengan MediaPipe dapat mendeteksi seluruh skenario jatuh secara akurat dengan rata – rata delay 2.78 detik. Pada robot, implementasi algoritma sistem deteksi dapat membuat robot mengikuti manusia dan mendeteksi aktivitas jatuh maupun tidak jatuh.
dc.identifier.uri	https://repository.unpad.ac.id/handle/kandaga/140910190010
dc.subject	Computer vision
dc.subject	Deteksi jatuh
dc.subject	Lansia
dc.title	PERANCANGAN SISTEM DETEKSI JATUH UNTUK MANUSIA LANJUT USIA DENGAN CONVOLUTIONAL NEURAL NETWORK DAN MEDIAPIPE PADA HUMAN FOLLOWING ROBOT