Optimasi Algoritma Deteksi Jatuh pada Kondisi Terhalang Objek

Danda Pratama, Michael (2025) Optimasi Algoritma Deteksi Jatuh pada Kondisi Terhalang Objek. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (2MB)
	PDF BAB_I.pdf Download (213kB)
	PDF BAB_II.pdf Download (293kB)
	PDF BAB_III.pdf Download (736kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (8MB)
	PDF BAB_V.pdf Download (205kB)
	PDF DAFTAR_PUSTAKA.pdf Download (209kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (360kB)

Abstract

Meningkatnya populasi lansia di seluruh dunia memicu kebutuhan sistem pemantauan jatuh yang akurat untuk mengurangi risiko cedera serius. Salah satu pendekatan terkini adalah menggunakan YOLOv7-W6-Pose untuk deteksi jatuh berbasis kerangka tubuh, namun metode ini masih memiliki keterbatasan dalam mendeteksi jatuh pada kondisi terhalang objek (occlusion). Penelitian dilakukan untuk mengoptimasi algoritma deteksi jatuh agar mampu meningkatkan akurasi pada kondisi occlusion dengan menggunakan metode temporal smoothing dan penerapan kondisi di mana kejadian jatuh harus terjadi selama empat frame beruntun sebelum terkonfirmasi sebagai kejadian jatuh. Dataset yang digunakan terdiri dari Le2i Fall Detection Dataset dan dataset tambahan simulasi jatuh dengan kondisi occlusion. Hasil pengujian menunjukkan adanya peningkatan akurasi deteksi dari 92,31% menjadi 94,62% setelah optimasi dilakukan untuk kondisi occlusion, dengan pengurangan false positives dan false negatives secara signifikan. Dengan demikian, optimasi algoritma deteksi jatuh ini dapat meningkatkan keandalan sistem monitoring lansia pada kondisi terhalang objek sehingga dapat menjadi referensi pengembangan sistem deteksi jatuh yang lebih adaptif di masa depan.

Item Type:

Thesis (Bachelor Thesis)

Keywords:

Deteksi Jatuh, Optimasi Algoritma, Temporal Smoothing, Terhalang

Creators: