Rancang Bangun Human Activity Recognizer Sebagai Classifier Sinyal Gempa Bumi Dan Aktivitas Manusia Pada Akselerometer Smartphone

Haryas Subyantara Wicaksana; Hapsoro Agung Nugroho

doi:10.24176/simet.v11i1.3035

Rancang Bangun Human Activity Recognizer Sebagai Classifier Sinyal Gempa Bumi Dan Aktivitas Manusia Pada Akselerometer Smartphone

Haryas Subyantara Wicaksana
Hapsoro Agung Nugroho - [ http://orcid.org/0000-0001-6865-7891 ]

Abstract

Akselerometer pada smartphone dapat merekam sinyal gempa bumi guna mendukung mitigasi kebencanaan di Indonesia. Aktivitas manusia menghasilkan noise yang cukup signifikan terhadap data akselerometer pada smartphone. Human Activity Recognizer (HAR) diimplementasikan memilah sinyal aktivitas manusia dari sinyal gempa bumi yang direkam akselerometer smartphone. Penelitian ini bertujuan untuk mengklasifikasikan sinyal percepatan linier aktivitas manusia dengan sinyal percepatan gempa bumi pada akselerometer smartphone Android melalui Human Activity Recognizer (HAR) berbasis algoritma K-Nearest Neighbor (K-NN). Metode penelitian terdiri dari penghimpunan data, pra pengolahan data, segmentasi data, ekstraksi ciri, dan klasifikasi. Berdasarkan hasil pengujian HAR sebagai classifier sinyal gempa bumi dan sinyal aktivitas manusia menggunakan algoritma K-NN secara umum mampu memilah sinyal akselerometer smartphone akibat aktivitas manusia dan sinyal gempa bumi dengan rentang akurasi 66,9% hingga 100%. Algoritma tipe Fine K-NN memiliki akurasi tertinggi sebesar 100%.

Keywords

akselerometer; smartphone; gempa bumi; human activity recognizer; k-nearest neighbor

Teks Lengkap:

PDF

Referensi

Agrawal, et al. 2015. “Human Activity Recognition Data Mining Project”. Scientific Article. Carnegie Mellon University.

Anguita, et al. 2013. “A Public Domain Dataset for Human Activity Recognition Using Smartphones”. ESANN 2013 proceedings, European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, ISBN 978-2-87419-081-0, 437-442.

Bayat, Pomplun dan Tran. 2014. “A Study on Human Activity Recognition Using Accelerometer Data from Smartphones”. The 11th International Conference on Mobile Systems and Pervasive Computing (MobiSPC-2014), Procedia Computer Science, 450-457.

BMKG. 2012. Gempa Bumi Edisi Populer. Jakarta: BMKG.

Bramer. 2007. Principles of Data Mining. London: Springer.

Cope, Eric. 2009. “Estimating Human Movement Using a Three Axis Accelerometer”. A Qualifying Examination Presented in Partial Fullfillment of the Requirements for the Degree Doctor of Philosophy, Department of Electrical Engineering, Arizona State University.

Sholahudin, Hadi dan Supriana. 2010. “Penerapan Metode Liniear Discriminant Analysis Pada Pengenalan Wajah Berbasis Kamera”. Konferensi Nasional Matematika, UNIMA.

Sumarlin. 2015. “Implementasi Algoritma K-Nearest Neighbor Sebagai Pendukung Keputusan Klasifikasi Penerima Beasiswa PPA dan BBM”. Jurnal Sistem Informasi Bisnis, Volume I, 52-62.

Suto, Onigo dan Sitar. 2017. “Feature Analysis to Human Activity Recognition”. International Journal of Computers, Communications & Control (IJCCC), ISSN 1841-9836, 116-130.

Vitola, et al. 2017. “A Sensor Data Fusion System Based on k-Nearest Neighbor Pattern Classification for Structural Health Monitoring Applications”. Jurnal Sensors, MDPI.

DOI: https://doi.org/10.24176/simet.v11i1.3035