Deteksi Jatuh Berbasis Machine Learning Menggunakan Inertial
Measurement Unit
Penelitian ini mengembangkan
sistem deteksi aktivitas jatuh (Fall Detection) berbasis sensor MPU6050
menggunakan Arduino Nano dan komunikasi Bluetooth HC-05. Data percepatan pada
sumbu X, Y, dan Z diperoleh dari 35 responden, kemudian diproses melalui tahapan
preprocessing, windowing, normalisasi, dan ekstraksi fitur statistik sebelum
diklasifikasikan menggunakan algoritma K-Nearest Neighbors (KNN) dan Random
Forest (RF). Hasil penelitian menunjukkan bahwa algoritma Random Forest
memberikan performa terbaik dengan tingkat akurasi 93,36%, sehingga mampu
mendeteksi aktivitas jatuh dengan lebih baik dibandingkan KNN.
Kunjungi kami lebih lanjut di:
