SISTEM PEMANTAUAN AKTIVITAS KESEHARIAN LANSIA BERBASIS DETEKSI OBJEK MENGGUNAKAN ALGORITMA YOLO

MUHAMAD ADDIN AL HAADI

Informasi Umum

Kode

22.04.1681

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning, Algorithm Analysis,

Dilihat

297 kali

Informasi Lainnya

Abstraksi

Lanjut usia (lansia) merupakan tahap akhir dari perkembangan hidup manusia yang ditunjukkan dengan menurunnya daya kemampuan seorang individu dan kualitas hidup, sehingga butuh perawatan dan pemantauan dari orang dewasa yang lebih muda. Namun sebagian besar orang dewasa terutama yang telah menikah mengalami kesulitan saat merawat orang tua dan anak sekaligus dengan alasan kesibukan bekerja, beda tempat tinggal dan lain sebagainya. Maka diperlukan solusi yaitu sebuah monitoring system berbasis object detection yang dimana user dapat melakukan pemantauan aktivitas lansia sehari-hari secara real-time.

Cara kerja sistem ini adalah dengan menggunakan webcam, yang mana akan mendeteksi pergerakan dan posisi lansia di dalam rumah dengan menggunakan algoritma You Only Look Once (YOLO). Algoritma YOLO menerapkan jaringan syaraf tunggal pada keseluruhan gambarnya. Jaringan ini akan membagi gambar menjadi wilayah-wilayah kemudian memprediksi bounding box dan probabilitas, untuk setiap kotak wilayah pembatas ditimbang probabilitasnya sehingga dapat mengklasifikasian suatu objek atau bukan. Pada bagian akhir akan dipilih bounding box dengan nilai yang tertinggi untuk di jadikan sebagai pemisah suatu objek dengan yang lain. Setelah itu, data yang didapatkan akan dikirimkan ke smartphone caregiver dan keluarga via Telegram dalam bentuk pesan dan notifikasi.

Dengan sistem tersebut, user dapat mengetahui aktivitas keseharian lansia disuatu ruangan atau lokasi melalui aplikasi Telegram saat user di luar jangkauan lansia dalam bentuk pesan rutin berupa data aktivitas lansia serta notifikasi via Telegram sehingga user dapat selalu memantau aktivitas lansia tiap harinya. Hasil dari penelitian pada tugas akhir ini menunjukkan bahwa sistem pemantauan aktivitas keseharian lansia berbasis deteksi objek menggunakan algoritma yolo ini mendapatkan hasil Presisi 100%, Recall 100%, F1 Score 100%, Average IoU 87.26%, Average Loss 6.41%, mAP 100% serta akurasi yang dihasilkan mencapai 100% dengan parameter model yang digunakan adalah Rasio 90% : 10%, Batchsize 64, Learning rate 0.008 dan Max Batches 4000.

Kata Kunci: Lansia, Monitoring System, YOLO, Object Detection, Telegram.