25.04.5216
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Tugas Akhir
70 kali
Populasi lansia di Indonesia terus meningkat, dengan Jawa Barat<br /> mencapai 15,61% dari total penduduk pada tahun 2021. Insiden jatuh menjadi<br /> penyebab utama kecacatan dan kematian di kalangan lansia, terutama di area<br /> berisiko tinggi seperti kamar mandi yang licin dan minim pengawasan<br /> langsung. Penelitian ini bertujuan merancang sistem deteksi jatuh berbasis<br /> sensor inersia yang dapat mendeteksi kejadian jatuh pada lansia di kamar<br /> mandi menggunakan klasifikasi Machine Learning dan mengirimkan<br /> peringatan otomatis kepada pendamping. Batasan penelitian meliputi<br /> pengujian simulasi pada subjek pengganti lansia di ruang terbuka yang aman,<br /> tidak langsung pada lansia di kamar mandi.<br /> Sistem yang diusulkan mengintegrasikan sensor IMU berbasis Arduino<br /> Nano RP2040 dengan algoritma Machine Learning Random Forest yang di-deploy<br /> secara embedded pada mikrokontroler. Sistem menggabungkan data akselerometer<br /> dan giroskop untuk mengklasifikasikan pola gerakan normal dan kejadian jatuh<br /> secara real-time. Ketika jatuh terdeteksi, sistem secara otomatis mengirimkan<br /> sinyal melalui BLE ke perangkat alarm yang mengaktifkan buzzer sebagai<br /> peringatan untuk pendamping.<br /> Hasil pengujian menunjukkan sistem berhasil membedakan aktivitas<br /> normal dan gerakan jatuh melalui analisis sinyal, dimana sumbu Acc_Z<br /> menunjukkan rentang 1,5-2,5 m/s² saat normal dan mengalami lonjakan ekstrem<br /> saat jatuh. Buzzer menghasilkan intensitas suara 71,7 dB pada jarak 2 meter dan<br /> masih terdengar hingga 56,6 dB pada jarak 10 meter. Koneksi Bluetooth stabil<br /> hingga jarak 10 meter dengan latensi 0,4-0,6 detik dalam berbagai kondisi<br /> lingkungan. Evaluasi kenyamanan pengguna mencapai nilai MOS 4,2<br /> menunjukkan alat nyaman digunakan. Meskipun ketahanan baterai hanya mencapai<br /> 1,1 jam belum memenuhi target 2 jam, sistem secara keseluruhan berhasil<br /> mengimplementasikan deteksi jatuh real-time dengan peringatan otomatis untuk<br /> meningkatkan keselamatan lansia.<br /> Kata Kunci: deteksi jatuh, sensor inersia, lansia, Machine learning, Arduino<br /> RP2040, IMU, Bluetooth Low Energy, kamar mandi.
Tersedia 1 dari total 1 Koleksi
| Nama | QAULAN XL SYADIDAH |
| Jenis | Perorangan |
| Penyunting | Achmad Rizal, Muhammad Hablul Barri |
| Penerjemah |
| Nama | Universitas Telkom, S1 Teknik Biomedis |
| Kota | Bandung |
| Tahun | 2025 |
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |