Studi Algoritma Ekstraksi Ciri Terbaik Sinyal
Accelerometer dan Gyroscope untuk Prediksi Pola
Activity Daily Life (ADL) pada Lansia Sakit
MOHAMMAD FATHUL KAMALUDDIN
Informasi Umum
Kode
20.04.1083
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
114 kali
Informasi Lainnya
Abstraksi
Di penelitian ini sebuah data dari sinyal accelerometer dan gyroscope harus diproses terlebih dahulu agar dapat digunakanan untuk memprediksi pola aktifitas pada lansia sakit. Salah satu prosesnya adalah ekstraksi ciri. Proses klasfikasi tidak dapat dilakukan jika sebuah data sinyal belum memiliki ciri - ciri. Untuk menyelesaikan masalah tersebut, dilakukan proses ekstraksi ciri untuk mendapatkan ciri – ciri dari data sinyal. Algoritma ekstraksi ciri yang digunakan adalah Time Domain Feature dan Power Spectral Entropy. Metode yang digunakan survey, eksperimen dan analisis terkait algoritma yang digunakan. Algortima Power Spectral Entropy ternyata menghasilkan akurasi yang lebih baik daripada Time Domain Feature. Kata kunci : Ekstraksi Ciri, Wavelet, Accelerometer, Gyroscope
- CIG4A3 - PEMBELAJARAN MESIN
- CNG4J3 - TOPIK KHUSUS TELE 1
- CCH4D4 - TUGAS AKHIR
- CII4E4 - TUGAS AKHIR
- CPI4E4 - TUGAS AKHIR
- III4A4 - TUGAS AKHIR
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MOHAMMAD FATHUL KAMALUDDIN |
| Jenis | Perorangan |
| Penyunting | SATRIA MANDA, IRMA RUSLINA DEFI |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2020 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
