Deteksi gerak anak berbasis fisioterapi pada upper body menggunakan Support Vector Machine (SVM) dan Random Forest (RF) / Muhamad Luthfi Alanshori</p>

Alanshori, Muhamad Luthfi (2024) Deteksi gerak anak berbasis fisioterapi pada upper body menggunakan Support Vector Machine (SVM) dan Random Forest (RF) / Muhamad Luthfi Alanshori</p>. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Disabilitas adalah keterhubungan antara lingkungan fisik dan faktor biologis yang dapat menghambat individu untuk melakukan kegiatan sehari-hari karena memiliki kelainan fisik. Terdapat beberapa jenis kelainan fisik yaitu a) anak dengan gangguan penglihatan (tunanetra). b) anak dengan gangguan pendengaran (tunarungu). c) dan cerebral palsy (CP). Terdapat beberapa metode untuk mengatasinya salah satunya adalah dengan melakukan terapi. Fisioterapi telah terbukti dapat meningkatkan daya tahan dan kekuatan otot serta jangkauan gerak sendi khususnya untuk anak dengan CP. Semakin berkembangnya teknologi pada saat ini mendukung juga dilakukannya penelitian ini. Penelitian tentang implementasi metode klasifikasi machine learning yaitu penelitian dengan topik Deteksi Gerak Anak Berbasis Fisioterapi pada Upper Body menggunakan Support Vector Machine dan Random Forest. Penelitian ini telah dilakukan oleh beberapa peneliti terdahulu. Penelitian ini merupakan jenis penelitian terapan yang prosesnya terbagi menjadi dua tahap. Pertama adalah tahap perancangan pembuatan dan evaluasi. Terdiri dari studi literatur penentuan spesifikasi alat klasifikasi gerak anak perancangan dan evaluasi. Tahap yang kedua adalah implementasi sistem uji coba dan analisa yang bertujuan untuk mencari metode klasifikasi machine learning terbaik. Tujuan penelitian ini untuk membangun salah satu media bantu terapi berupa pendeteksi gerak anak untuk membantu seorang terapis dengan aktuator berupa robot lengan. Hasil dari penelitian ini yaitu didapat best model dengan akurasi 96.75% menggunakan klasifikasi Random Forest dengan tuning parameter nilai N tree 50 Criterion Log_loss dan nilai Max Dept 100 yang dicari menggunakan metode GridSearch.

Item Type:	Thesis (Diploma)
Subjects:	?? ??
Divisions:	Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Elektro
Depositing User:	library UM
Date Deposited:	31 May 2024 04:29
Last Modified:	09 Sep 2024 03:00
URI:	http://repository.um.ac.id/id/eprint/321379

Actions (login required)

View Item