AlHuda, Fais (2017) Pengenalan Aktifitas pada Manusia Memanfaatkan Sensor Internal Perangkat Bergerak Untuk Estimasi Penggunaan Energi Pengguna. Magister thesis, Universitas Brawijaya.
Abstract
Pengenalan aktifitas manusia merupakan salah satu topic riset yang sedang popular sekarang ini terutama sejak pesatnya perkembangan teknologi ponsel cerdas. Hal ini dikarenakan manfaat dari penelitian ini dapat diterapkan ke banyak bidang misalnya militer, komersial, maupun kesehatan. Pemanfaatan pengenalan aktifitas manusia pada bidang kesehatan yaitu untuk melakukan estimasi penggunaan energy pengguna. Peluang baru yang juga sebagai faktor penunjang kepopuleran penelitian pada bidang ini adalah munculnya teknologi wearable device berupa head mounted display seperti google glass. Tantangan untuk mengembangkan suatu pengenalan aktifitas manusia pada ponsel cerdas adalah bervariasinya spesifikasi sensor antar perangkat dan bagaimana mengubah data hasil dari sensor tersebut hingga dapat dikenali menjadi suatu aktifitas tertentu. Banyak algoritma yang telah dibandingkan pada penelitian sebelumnya dan beberapa menyatakan bahwa algoritma multilayer perceptron mampu menghasilkan tingkat akurasi terbaik dibandingkan lainnya. Sayangnya algoritma ini dengan metode pelatihan standard mempunyai kelemahan yang sering terjebak di optimum lokal. Untuk mengatasi kelemahan tersebut salah satunya adalah menggunakan algoritma alternatif lain sebagai algoritma pembelajarannya yaitu algoritma broyden-fletcher-goldfarb-shanno. Metode yang diajukan memiliki akurasi yang baik untuk mengenali aktifitas yang diteliti. Tingkat akurasi untuk mengenali aktifitas yang didapatkan sebesar 92% dengan parameter terbaik menggunakan fungsi aktivasi softplus, nilai penalti sebesar 0.005, dan jumlah neuron pada lapisan tersembunyi sebanyak enam unit. Sedangkan metode terbaik untuk melakukan estimasi energi yaitu metode estimasi pengeluaran energi guidoux.
Item Type: | Thesis (Magister) |
---|---|
Identification Number: | TES/004.167/ALH/p/2017/041700780 |
Subjects: | 000 Computer science, information and general works > 004 Computer science > 004.1 General works on specific types of computers |
Divisions: | S2/S3 > Magister Ilmu Komputer, Fakultas Ilmu Komputer |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 06 Jun 2017 08:04 |
Last Modified: | 06 Jun 2017 08:04 |
URI: | http://repository.ub.ac.id/id/eprint/155380 |
Actions (login required)
![]() |
View Item |