Pembaca Aktivitas Manusia Dengan Sensor Gyro
Abstract
Aktivitas manusia dapat ditunjukkan dengan gerakan manusia. Gerakan manusia bisa bergerak dengan arah X,Y,Z maupun melakukan gerakan berputar. Dengan semakin berkembangnya teknologi sensor dan semakin terjangkau sensor gyro mudah diperoleh dengan harga yang sangat terjangkau. Sensor gyro dapat mengubah gerakan dengan arah X,Y,Z (accelerometer) serta sudut pada sumbu X,Y,Z (gyroscope). Dengan melakukan pengambilan data accelerometer dan gyro serta melakukan pengolahan data pada sensor gyro terhadap gerakan manusia diperoleh data aktifitas manusia. Pada penelitian ini dilakukan pengolahan data yang berasal dari aktifitas manusia melalui sensor gyro yang dipasang pada tubuh manusia. Sistem terdiri dari bagian sensor gyro MPU6050, modul RTC, modul SDcard dan mikrkontroler Arduino sebagai data akuisisi. Gerakan aktifitas manusia dapat dikenali dengan menggunakan fungsi euclidian dan correlasi. Pengolahan dilakukan secara offline menggunakan GUI Matlab. Data dari sensor gyro disimpan di SDcard dengan maksimal 50 sample / detik. Dari penelitian ini dapat dibedakan dua aktifitas manusia berjalan dan berlari.
Downloads
References
Kailas, Aravind., 2012, Basic Human Motion Tracking Using a Pair of Gyro + Accelerometer MEMS Devices.
Shi, Guangtian., Yongsheng, W., Shuai, L., 2014, Development of Human Motion Capture System Based on Inertial Sensors 2125, Sensors & Transducers, IFSA Publishing, S. L. Volume 173, Issue 6, hal 90-97.
Incel, O.D., 2015, Analysis of Movement, Orientation and Rotation-Based Sensing for Phone Placement Recognition.
Siradj, Y., 2016, Potensi Smartwatch untuk Kesehatan Smartwatch Potentials for Healtcare, Telekontran, Volume 4, No 1, hal 35-41.
Gani, Ruslan, Wahyudi, Iwan, S., 2011, Perancangan Sensor Gyroscope dan Accelerometer Untuk Menentukan Sudut dan Jarak, Makalah, Dalam: Seminar Tugas Akhir, Universitas Diponegoro.
Menache, A., 2011, Understanding Motion Capture for Computer Animation, Elsevier, USA.
Firman, B., 2016, Implementasi Sensor IMU MPU6050 Berbasis Serial I2C Pada Self-Balancing Robot, Yogyakarta.
Firman, B., 2002, Introduction to Principal components analysis with MATLAB.
Andjioe, F.E., 2018, Pengembangan Pengenalan Perangkat Elektronika Secara Real Time Berbasis Ekstraksi Ciri Deskriptor Fourier, Tugas Akhir, Jurusan Teknik Elektro, FST, Universitas Sanata Dharma, Yogyakarta.
Pierluigi Casale, Oriol Pujol, and Petia Radeva, 2011, Human Activity Recognition from Accelerometer Data Using a Wearable Device , Published in IbPRIA 2011DOI:10.1007/978-3-642-21257-4_36.
