Analisa Akurasi dari Pendeteksian Berjalan pada Variasi Peletakan Sensor IMU, Filter Kalman dan FIR, serta Klasifikasi KNN dan Naive Bayes

Abstrak

Pengembangan penelitian dalam langkah kaki sudah banyak dilakukan terutama dengan menggunakan sensor IMU. Sensor IMU merupakan sistem yang dapat mendeteksi adanya perubahan kecepatan, orientasi gaya gravitasi. Namun keakuratan dalam mengukur “langkah kaki†dengan menggunakan sensor IMU belum sepenuhnya akurat, dikarenakan tidak konsistennya langkah kaki manusia, perbedaan bentuk tubuh yang berbeda, model melangkah dan sebagainya. Pada penelitian kali ini, peneliti menggunakan sensor MPU6050 dimana sensor tersebut menghasilkan dua jenis sensor, yaitu sensor akselerometer dan sensor giroskop. Titik penempatan sensor terletak pada pergelangan tangan, betis dan paha. Sensor yang digunakan akan menghasilkan tiga sumbu, dimana masing-masing sumbu tersebut difilter menggunakan Kalman Filter dan Finite Impulse Response (FIR) Filter. Setelah data tersebut di filter, kemudian data akan diklasifikasi dengan data yang sudah dipilah (data training). Klasifikasi yang digunakan yaitu K-NN dan Naive Bayes. Penggunaan filter terbaik dimiliki oleh filter Kalman, dimana memiliki hasil rerata rasio yang paling rendah dibandingkan dengan filter FIR yaitu sebesar 0.378. Hasil akurasi didapatkan dari penelitian yang telah dilakukan sebesar 92,5%, dimana akurasi tersebut memiliki kombinasi antara lain penggunaan sensor giroskop, penempatan sensor di betis, penggunaan filter Kalman dan algorima klasifikasi Naive Bayes. Waktu komputasi yang dihasilkan 0,23 detik.