Upload
trandien
View
221
Download
0
Embed Size (px)
Citation preview
19
BAB IV
HASIL PENGUJIAN DAN PEMBAHASAN
Dalam bab ini penulis akan menguraikan dan menjelaskan beberapa hasil
pengujian dari hasil penelitian tugas akhir ini. Pengujian yang dilakukan meliputi
pengujian perangkat lunak (software) dan kinerja keseluruhan sistem, serta analisa
hasil pengiriman data.
4.1 Pengujian pada Berdiri Jongkok Jatuh Usia 21 Tahun, 22 Tahun, 23
Tahun, 24 Tahun dengan Berat Badan 60kg – 110kg dan Tinggi
Badan 165cm – 175cm
Pegujian berdiri jongkok menggunakan objek berumur 21 tahun, 22 tahun,
23 tahun, 24 tahun, 30 tahun, 36 tahun, dan 38 tahun. Objek usia yang digunakan
untuk mencari threshold 4 orang pada umur 21 tahun, 22 tahun, 23 tahun, 24
tahun (untuk pengujian gerakan jatuh atau normal sebanyak 7 orang umur 21
tahun 1 orang, umur 22 tahun 2 orang, umur 23 tahun 1 orang, umur 24 tahun 3
orang) dengan berat badan sekitar 60kg – 110kg dan dengan tinggi badan 165cm
– 175cm, dan 3 orang untuk umur 30 tahun, 36 tahun, 38 tahun dengan berat
badan 50kg – 85kg dan tinggi badan 150cm – 175cm.
4.1.1 Tujuan Pengujian pada Berdiri Jongkok Jatuh Usia 21 Tahun, 22
Tahun, 23 Tahun, 24 Tahun
Pengujian dilakukan untuk mengetahui gerakan termasuk dalam kategori
jatuh atau tidak. Sehingga pada saat sistem digunakan dapat membantu dan
berjalan dengan baik.
20
4.1.2 Cara Mendapatkan Nilai Threshold Pengujian Berdiri Jongkok Jatuh
Untuk mendapatkan nilai threshold dilakukan pengujian sebanyak 4 kali
dari sampel berumur 21 tahun, 22 tahun, 23 tahun, 24 tahun pengujian selama 4
kali dilakukan dengan orang yang berbeda-beda, dan berat badan mulai dari 60kg
– 110kg, serta tinggi badan 165cm – 170cm, dari 4 sampel tersebut dengan berat
badan yang berbeda serta tinggi badan yang berbeda juga, untuk mengetahui hasil
dari 4 sampel tersebut jika berbeda berat badan dan tinggi badan akan
berpengaruh atau tidak pada threshold yang sudah ditentukan. Beikut ini hasil
pengujian dari nilai threshold pada Tabel 4.1.
Tabel 4.1 Hasil Pengujian Berdiri Jongkok Usia 21Tahun, 22 Tahun, 23
Tahun, 24 Tahun Penentuan Threshold
NO ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2) X Y Z
1 108.23 140.63 -86.34 -103.82 -134.91 -7 64 -87 2 95.13 152.09 -85.22 -90.08 -144.01 -8 69 65 3 94.08 7.81 -83.33 -87.11 -7.23 -11 63 69 4 93.61 4.9 -85.76 -89.2 -4.67 -7 65 67 5 106.24 13.08 -86.81 -102.48 -12.61 -6 76 74 6 100.74 6.63 -85.49 -95.69 -6.3 -8 70 72 7 88.65 13.67 -81.61 -80.39 -12.4 -13 61 63 8 104.73 24.06 87.86 102.23 23.49 4 74 74 9 101.91 8.6 -87.8 -99.41 -8.39 -4 71 73 10 90.61 12.33 90.05 90.65 12.34 0 61 67 11 82.07 11.05 90.05 82.11 11.05 0 60 56 12 71.45 11.36 -88.44 -70.21 -11.16 -2 50 51 13 61.69 11.87 87.26 59.81 11.51 3 46 41 14 59.55 5.48 86.19 57.03 5.25 4 41 43 15 60.91 2.83 88.16 59.67 2.77 2 41 45 16 65.1 7.21 -88.28 -63.86 -7.07 -2 47 45 17 66.48 3.74 90.05 66.52 3.74 0 46 48 18 70.01 3.61 90.05 70.04 3.61 0 49 50 19 65.89 6 86.56 63.37 5.77 4 47 46
21
NO ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2) X Y Z
20 60.67 7.48 82.46 55.59 6.86 8 41 44
Pada Tabel 4.1 hasil data yang didapatkan dari beberapa pengujian
sebanyak 4 kali akan dihitung untuk mencari nilai threshold dan akan diuji coba,
hasil threshold tersebut diuji pada 4 orang sampel dengan berat badan yang
berbeda dan tinggi badan yang berbeda.
Cara mencari nilai threshold Nilai tertinggi ASVM – Nilai terendah
ASVM /2 ((108.23 – 59.55) / 2) = 24.34 setelah ditemukan hasilnya selanjutnya
59.55 (Nilai terendah ASVM) + 24.34 (hasil dari perhitungan nilai tertinggi
ASVM - nilai terendah ASVM / 2) = 83.89 m/s2 untuk nilai threshold ASVM
setealah dilakukan perhitungan ditemukan 83.89 m/s2. ADSVM Nilai tertinggi
ADSVM – Nilai terendah ADSVM / 2 ((152.09 – 2.83)/2) = 74.63 setalah hasil
ditemukan selanjutnya 2.83 (nilai terendah ADSVM) + 74.63 (Hasil perhitungan
niali tertinggi ADSVM – Nilai terndah ADSVM) = 77.46 m/s2. Teta nilai tertinggi
θ – nilai terendah θ/2 ((90.05 – (-88.44)) /2) = 0.805 selanjutnya nilai (-88.245)
terendah θ + 0.805 (Hasil perhitungan nilai tertinggi θ – Nilai terndah θ) = 0.805°.
AGSVM nilai tertinggi AGSVM – nilai terendah AGSVM/2 ((102.23 – (-
103.82))/2) = -103.025 selanjutnya -103.025 (nilai terendah) + 103.025 (Hasil
perhitungan niali tertinggi AGSVM – Nilai terndah AGSVM) = -0.795 m/s2.
AGDSVM nilai tertinggi – nilai terendah / 2 ((23.49 – (-144.01))/2) = 83.75
selanjutnya -144.01 (nilai terendah) + 83.75 (Hasil perhitungan niali tertinggi
AGDSVM – Nilai terndah AGDSVM) = -60.26 m/s2.
22
Hasil dari perhitungan dijadikan sebagai nilai threshold ASVM=83.89
m/s2, ADSVM = 77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM -
60.26 m/s2. Dari 5 parameter tersebut ASVM, ADSVM, TETA, AGSVM,
AGDSVM jika terpenuhi semua maka dikategorikan jatuh jika hanya salah satu
atau dua maka masih gerakan normal.
4.1.3 Alat yang digunakan
Alat yang digunakan untu melakukan pengujian yaitu:
a. AT-Mega 16
b. Accelerometer GY-521 / MPU 6050
c. Laptop / PC
d. Microsoft office excel
e. Software Arduino IDE
f. Bluetooth Module HC-05
4.1.4 Prosedur Pengujian
Berikut ini adalah langkah-langkah melakukan prosedur pengujian alat
pada peristiwa berjalan :
a. Hubungkan Bluetooth pada alat dengan bluetooth yang ada pada PC / laptop.
b. Buka aplikasi software Ardruino IDE pada PC / laptop, lalu setting com port,
setelah itu buka hyperterminal pada aplikasi tersebut.
c. Posisikan alat berada pada bagian pinggang user / peraga.
d. Setelah itu nyalakan alat dan memulai untuk pembacaan data.
23
e. Ketika alat sudah mulai membaca data, seorang peraga akan mulai melakukan
gerakan berjalan pada percobaan kali ini, dan merekam data kejadian yang
masuk pada terminal Arduino
4.1.5 Hasil Pengujian Aktivitas Berdiri Jongok Jatuh
Hasil pengujian percobaan pertama sampel A yang berusia 24 tahun
dengan berat badan 110kg dan tinggi 170cm pada aktivitas berdiri jongkok jatuh
dapat dilihat pada Tabel 4.2
Tabel 4.2 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas Berdiri
Jongkok Jatuh Sampel A Yang Berusia 24 Tahun Dengan Berat Badan 110kg dan
Tinggi 175cm
No X Y Z 1 -4 74 -77 2 -5 76 -77 3 -5 76 -78 4 -5 78 -78 5 -7 76 -79 6 -10 71 -78 7 -10 75 -78 8 -4 75 -76 9 0 76 -76 10 -3 75 -76 11 -3 75 -76 12 -4 77 -76 13 -5 76 -78 14 -12 74 -82 15 -4 85 -86 16 2 87 -89 17 0 88 -88 18 -4 86 -88 19 0 88 -89 20 -3 85 89
24
No X Y Z 21 -6 81 89 22 -13 75 -83 23 -7 82 -84 24 -3 74 -74 25 -4 77 -78 26 -9 70 -74 27 -1 76 -78 28 -3 75 -77 29 -8 73 -77 30 -3 72 -73 31 -6 78 -81 32 -17 70 -83 33 -3 88 -89 34 -4 82 -89 35 -12 77 -86 36 -4 79 -79 37 -14 72 -81 38 -10 74 -79 39 -10 73 -77 40 -14 73 -80 41 -4 78 -80 42 -11 77 -79 43 -10 72 -78 44 -14 75 -80 45 -18 66 -80 46 -23 70 -85 47 -7 82 -86 48 -11 77 -87 49 0 87 -89 50 6 83 -86 51 7 82 -89 52 8 82 89 53 6 84 -88 54 1 87 -87 55 5 82 -85 56 8 78 -85 57 15 70 -78 58 25 55 -76
25
No X Y Z 59 26 51 62 60 -9 73 78 61 0 72 72 62 32 -47 -58 63 -15 -21 53
Pada Tabel 4.2 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
Tabel 4.3 Hasil Pengujian Sampel A Usia 24 tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 110kg dan Tinggi 170cm
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 106.87 106.87 -87.9 -104.37 -104.37 NORMAL 2 108.31 2.24 -87.4 -105.17 -2.17 NORMAL 3 109.02 1 -87.42 -105.89 -0.97 NORMAL 4 110.42 2 -87.45 -107.29 -1.94 NORMAL 5 109.85 3 -86.39 -105.44 -2.88 NORMAL 6 105.95 5.92 -84.63 -99.62 -5.56 NORMAL 7 108.67 4 -84.76 -102.35 -3.77 NORMAL 8 106.85 6.32 -87.9 -104.36 -6.18 NORMAL 9 107.48 4.12 90.05 107.53 4.13 NORMAL 10 106.82 3.16 -88.44 -104.96 -3.11 NORMAL 11 106.82 0 -88.44 -104.96 0 NORMAL 12 108.26 2.24 -87.93 -105.77 -2.18 NORMAL 13 109.02 2.45 -87.42 -105.89 -2.38 NORMAL 14 111.1 8.31 -83.84 -103.5 -7.74 NORMAL 15 120.98 14.18 -88.15 -118.5 -13.89 NORMAL 16 124.47 7 89.12 123.26 6.93 NORMAL 17 124.45 2.45 90.05 124.51 2.45 NORMAL 18 123.11 4.47 -88.18 -120.62 -4.38 NORMAL 19 125.16 4.58 90.05 125.22 4.58 NORMAL 20 123.11 178.05 -88.65 -121.26 -175.38 NORMAL
26
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
21 120.49 5 -87.19 -116.73 -4.84 NORMAL 22 112.62 172.25 -83.41 -104.38 -159.64 NORMAL 23 117.6 9.27 -86.63 -113.2 -8.93 NORMAL 24 104.69 13.42 -88.4 -102.84 -13.18 NORMAL 25 109.68 5.1 -87.95 -107.18 -4.98 NORMAL 26 102.26 9.49 -84.99 -96.57 -8.96 NORMAL 27 108.91 10.77 -89.52 -108.33 -10.71 NORMAL 28 107.53 2.45 -88.45 -105.67 -2.41 NORMAL 29 106.4 5.39 -85.73 -101.36 -5.13 NORMAL 30 102.58 6.48 -88.37 -100.72 -6.36 NORMAL 31 112.61 10.44 -86.99 -108.84 -10.09 NORMAL 32 109.9 13.75 -81.14 -99.08 -12.39 NORMAL 33 125.2 23.58 -88.67 -123.35 -23.23 NORMAL 34 121.08 6.08 -88.15 -118.6 -5.96 NORMAL 35 116.06 9.9 -84.11 -108.46 -9.25 NORMAL 36 111.79 10.82 -87.99 -109.3 -10.58 NORMAL 37 109.27 12.37 -82.68 -100.39 -11.36 NORMAL 38 108.71 4.9 -84.76 -102.38 -4.61 NORMAL 39 106.57 2.24 -84.66 -100.25 -2.1 NORMAL 40 109.2 5 -82.68 -100.32 -4.59 NORMAL 41 111.8 11.18 -87.99 -109.31 -10.93 NORMAL 42 110.86 7.14 -84.35 -103.9 -6.69 NORMAL 43 106.62 5.2 -84.66 -100.3 -4.89 NORMAL 44 110.55 5.39 -82.77 -101.66 -4.95 NORMAL 45 105.26 9.85 -80.19 -93.79 -8.78 NORMAL 46 112.49 8.12 -78.24 -97.79 -7.06 NORMAL 47 119.03 20.02 -86.67 -114.63 -19.28 NORMAL 48 116.7 6.48 -84.63 -109.74 -6.09 NORMAL 49 124.46 15 90.05 124.52 15.01 NORMAL 50 119.67 7.81 87.17 115.91 7.56 NORMAL 51 121.22 3.32 86.73 116.82 3.2 NORMAL 52 121.28 178 86.26 116.24 170.61 NORMAL 53 121.8 177.02 87.22 118.04 171.56 NORMAL 54 123.04 5.92 89.58 122.47 5.89 NORMAL 55 118.21 6.71 87.62 115.09 6.53 NORMAL 56 115.64 5 86.08 110.6 4.78 NORMAL 57 105.87 12.73 81.9 96.34 11.58 NORMAL
27
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
58 97.09 18.14 75.12 81.03 15.14 NORMAL 59 84.39 138.06 72.09 67.59 110.59 NORMAL 60 107.21 44.33 -85.23 -101.53 -41.98 NORMAL 61 101.82 10.86 90.05 101.87 10.87 NORMAL 62 81.22 179.12 66.83 60.31 133.01 NORMAL 63 58.95 123.31 -75.3 -49.32 -103.17 JATUH
Pada Tabel 4.3 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega Untuk data yang akan diolah
kedalam Hidden Markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (P
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2, ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM -60.26 m/s2.
Hasil plotting dari sampel A berumur 24 tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.1
28
Gambar 4.1 Hasil Plotting Sampel A Usia 24thn Aktivitas Berdiri Jongkok Jatuh
Dengan Berat Badan 110kg dan Tinggi 170cm
Hasil pengujian percobaan kedua sampel B yang berusia 24 tahun dengan
berat badan 60kg dan tinggi 170cm pada aktivitas berdiri jongkok jatuh dapat
dilihat pada Tabel 4.4
Tabel 4.4 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas Berdiri
Jongkok Jatuh Sampel B Yang Berusia 24 Tahun Dengan Berat Badan 60kg Dan
Tinggi 170cm
No X Y Z 1 0 87 -87 2 -3 84 -85 3 -1 86 -86 4 -2 86 -86 5 -2 85 -86 6 -3 85 -85 7 -2 84 -86 8 -3 83 -85 9 -1 84 -86 10 -2 84 -86
29
No X Y Z 11 -1 85 -86 12 -2 85 -85 13 -2 85 -86 14 -2 85 -86 15 -2 85 -85 16 -1 85 -85 17 -2 84 -86 18 -2 85 -87 19 -1 85 -85 20 -1 86 -86 21 -1 85 -86 22 -2 84 -85 23 -2 86 -86 24 -2 85 -86 25 -1 86 -87 26 -1 86 -86 27 -1 86 -85 28 -1 85 -85 29 -1 86 -86 30 -2 85 -86 31 -1 86 -87 32 -1 85 -86 33 -2 86 -86 34 -1 86 -86 35 -1 87 -87 36 -1 87 -87 37 -1 86 -87 38 -2 85 -86 39 -1 87 -87 40 -2 86 -87 41 -1 86 -86 42 -2 86 -86 43 -1 86 -87 44 -2 87 -88 45 -1 87 -89 46 0 86 -87 47 -1 86 -86 48 -2 86 -87 49 -3 85 -89 50 -7 82 83
30
No X Y Z 51 -8 78 85 52 13 79 87 53 24 65 -87 54 -2 83 88 55 20 66 87 56 -9 72 80 57 0 70 70 58 4 64 63 59 3 64 64 60 6 60 61 61 -5 60 58 62 4 63 61 63 0 57 58 64 -2 54 56 65 6 55 58 66 25 50 55 67 -57 2 -80 68 -75 33 45 69 36 -64 69 70 -24 42 54
Pada Tabel 4.4 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
Tabel 4.5 Hasil Pengujian Sampel B Usia 24 Tahun Aktivitas Berdiri Jongkok
Jatuh Sampel B Yang Berusia 24 Tahun Dengan Berat Badan 60kg dan Tinggi
170cm
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 123.04 2.24 90.05 123.1 2.24 NORMAL 2 119.54 4.69 -88.61 -117.69 -4.62 NORMAL 3 121.63 3 -89.57 -121.05 -2.99 NORMAL 4 121.64 1 -89.1 -120.43 -0.99 NORMAL
31
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
5 120.93 1 -89.1 -119.72 -0.99 NORMAL 6 120.25 1.41 -88.62 -118.4 -1.39 NORMAL 7 120.23 1.73 -89.09 -119.02 -1.71 NORMAL 8 118.84 1.73 -88.6 -116.99 -1.71 NORMAL 9 120.22 2.45 -89.57 -119.64 -2.44 NORMAL 10 120.23 1 -89.09 -119.02 -0.99 NORMAL 11 120.92 1.41 -89.57 -120.35 -1.41 NORMAL 12 120.22 1.41 -89.09 -119.01 -1.4 NORMAL 13 120.93 1 -89.1 -119.72 -0.99 NORMAL 14 120.93 0 -89.1 -119.72 0 NORMAL 15 120.22 1 -89.09 -119.01 -0.99 NORMAL 16 120.21 1 -89.57 -119.64 -1 NORMAL 17 120.23 1.73 -89.09 -119.02 -1.71 NORMAL 18 121.65 1.41 -89.1 -120.43 -1.4 NORMAL 19 120.21 2.24 -89.57 -119.64 -2.23 NORMAL 20 121.63 1.41 -89.57 -121.05 -1.41 NORMAL 21 120.92 1 -89.57 -120.35 -1 NORMAL 22 119.52 1.73 -89.09 -118.31 -1.71 NORMAL 23 121.64 2.24 -89.1 -120.43 -2.21 NORMAL 24 120.93 1 -89.1 -119.72 -0.99 NORMAL 25 122.34 1.73 -89.58 -121.76 -1.72 NORMAL 26 121.63 1 -89.57 -121.05 -1 NORMAL 27 120.92 1 -89.57 -120.35 -1 NORMAL 28 120.21 1 -89.57 -119.64 -1 NORMAL 29 121.63 1.41 -89.57 -121.05 -1.41 NORMAL 30 120.93 1.41 -89.1 -119.72 -1.4 NORMAL 31 122.34 1.73 -89.58 -121.76 -1.72 NORMAL 32 120.92 1.41 -89.57 -120.35 -1.41 NORMAL 33 121.64 1.41 -89.1 -120.43 -1.4 NORMAL 34 121.63 1 -89.57 -121.05 -1 NORMAL 35 123.04 1.41 -89.58 -122.47 -1.41 NORMAL 36 123.04 0 -89.58 -122.47 0 NORMAL 37 122.34 1 -89.58 -121.76 -1 NORMAL 38 120.93 1.73 -89.1 -119.72 -1.71 NORMAL 39 123.04 2.45 -89.58 -122.47 -2.44 NORMAL 40 122.35 1.41 -89.11 -121.14 -1.4 NORMAL 41 121.63 1.41 -89.57 -121.05 -1.41 NORMAL 42 121.64 1 -89.1 -120.43 -0.99 NORMAL 43 122.34 1.41 -89.58 -121.76 -1.41 NORMAL
32
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
44 123.76 1.73 -89.12 -122.55 -1.72 NORMAL 45 124.46 1.41 -89.59 -123.89 -1.41 NORMAL 46 122.33 2.45 90.05 122.39 2.45 NORMAL 47 121.63 1.41 -89.57 -121.05 -1.41 NORMAL 48 122.35 1.41 -89.11 -121.14 -1.4 NORMAL 49 123.11 2.45 -88.65 -121.26 -2.41 NORMAL 50 116.88 172.07 -86.61 -112.48 -165.59 NORMAL 51 115.64 4.58 -86.08 -110.6 -4.38 NORMAL 52 118.23 21.12 83.73 110 19.65 NORMAL 53 111.22 174.91 77.58 95.87 150.77 NORMAL 54 120.98 177.83 -89.1 -119.77 -176.05 NORMAL 55 111.02 27.82 79.66 98.27 24.63 NORMAL 56 108 30.43 -85.26 -102.32 -28.83 NORMAL 57 98.99 13.6 90.05 99.05 13.61 NORMAL 58 89.89 10.05 87.49 87.39 9.77 NORMAL 59 90.56 1.41 88.15 88.69 1.39 NORMAL 60 85.77 5.83 86.03 81.99 5.57 NORMAL 61 83.6 11.4 -86.62 -80.46 -10.97 NORMAL 62 87.78 9.95 87.43 85.28 9.67 NORMAL 63 81.32 7.81 90.05 81.36 7.81 NORMAL 64 77.82 4.12 -88.57 -76.59 -4.06 NORMAL 65 80.16 8.31 85.75 76.37 7.91 NORMAL 66 78.42 19.87 71.45 62.26 15.78 NORMAL 67 98.25 165.08 -54.57 -59.57 -100.09 NORMAL 68 93.48 130.04 -36.67 -38.09 -52.98 NORMAL 69 100.76 149.35 69.1 77.37 114.67 NORMAL 70 72.5 122.72 -70.7 -56.95 -96.41 JATUH
Pada Tabel 4.5 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega Untuk data yang akan diolah
kedalam hidden markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (p
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
33
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2 ,ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM -60.26 m/s2.
Hasil plotting dari sampel B berumur 24 tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.2
Gambar 4.2 Hasil Plotting Sampel B Usia 24 Tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 60kg dan Tinggi 170cm
Hasil pengujian percobaan kedua sampel C yang berusia 24 tahun dengan
berat badan 65kg dan tinggi 165cm pada aktivitas berdiri jongkok jatuh dapat
dilihat pada Tabel 4.6
Pada Tabel 4.6 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas
Berdiri Jongkok Jatuh Sampel C Yang Berusia 24 Tahun Dengan Berat Badan
65kg Dan Tinggi 165cm
No X Y Z 1 -4 82 -84 2 -5 82 -86
34
No X Y Z 3 -6 82 -86 4 -9 78 -83 5 -10 77 -82 6 -8 78 -82 7 -7 75 -79 8 0 76 -80 9 0 81 -80 10 0 79 -78 11 -9 73 -75 12 -17 83 -85 13 -11 69 -73 14 -13 68 -71 15 -11 67 -72 16 -11 67 -72 17 -11 67 -71 18 -11 67 -72 19 -11 68 -72 20 -11 68 -72 21 -11 67 -72 22 -13 67 -72 23 -14 65 -71 24 -16 64 -70 25 -18 61 -71 26 -18 61 -67 27 -13 63 -68 28 -11 63 -66 29 -16 61 -68 30 -16 57 -69 31 -20 67 -80 32 -19 69 -84 33 -30 45 -57 34 -36 42 -55 35 -19 53 -60 36 -35 45 -63 37 -24 66 -71 38 -25 49 -57 39 -30 55 -76 40 -20 61 -69 41 -20 58 -71 42 -28 58 -72
35
No X Y Z 43 -15 58 -60 44 6 61 -70 45 -17 35 21
Pada Tabel 4.6 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
Tabel 4.7 Hasil Pengujian Sampel C Usia 24 Tahun Aktivitas Berdiri Jongkok
Jatuh Sampel C Yang Berusia 24 Tahun Dengan Berat Badan 65kg Dan Tinggi
165cm
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 117.46 117.46 -88.09 -114.97 -114.97 NORMAL 2 118.93 2.24 -87.63 -115.81 -2.18 NORMAL 3 118.98 1 -87.15 -115.22 -0.97 NORMAL 4 114.25 5.83 -85.53 -108.57 -5.54 NORMAL 5 112.93 1.73 -84.96 -106.61 -1.64 NORMAL 6 113.45 2.24 -86 -108.41 -2.14 NORMAL 7 109.16 4.36 -86.37 -104.75 -4.18 NORMAL 8 110.34 7.14 90.05 110.4 7.15 NORMAL 9 113.85 5 90.05 113.9 5 NORMAL 10 111.02 2.83 90.05 111.07 2.83 NORMAL 11 105.05 11.22 -85.13 -99.36 -10.62 NORMAL 12 120.01 16.25 -81.9 -109.21 -14.79 NORMAL 13 101.05 101.05 -83.79 -94.08 -94.08 NORMAL 14 99.17 3 -82.51 -90.91 -2.75 NORMAL 15 98.96 2.45 -83.66 -91.99 -2.28 NORMAL 16 98.96 0 -83.66 -91.99 0 NORMAL 17 98.24 1 -83.61 -91.27 -0.93 NORMAL 18 98.96 1 -83.66 -91.99 -0.93 NORMAL 19 99.64 1 -83.7 -92.67 -0.93 NORMAL 20 99.64 0 -83.7 -92.67 0 NORMAL 21 98.96 1 -83.66 -91.99 -0.93 NORMAL 22 99.21 2 -82.51 -90.95 -1.83 NORMAL
36
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
23 97.27 2.45 -81.77 -88.37 -2.23 NORMAL 24 96.19 2.45 -80.47 -86 -2.19 NORMAL 25 95.32 3.74 -79.16 -83.83 -3.29 NORMAL 26 92.38 4 -78.8 -80.89 -3.5 NORMAL 27 93.61 5.48 -82.06 -85.35 -4.99 NORMAL 28 91.9 2.83 -83.17 -84.93 -2.61 NORMAL 29 92.74 5.74 -80.11 -82.55 -5.11 NORMAL 30 90.92 4.12 -79.9 -80.72 -3.66 NORMAL 31 106.25 15.39 -79.19 -93.49 -13.55 NORMAL 32 110.35 4.58 -80.13 -98.25 -4.08 NORMAL 33 78.57 37.76 -67.59 -59.01 -28.36 NORMAL 34 78.01 7 -62.55 -54.21 -4.86 NORMAL 35 82.28 20.86 -76.69 -70.11 -17.77 NORMAL 36 84.96 18.14 -65.71 -62.03 -13.24 NORMAL 37 99.86 25.02 -76.13 -84.48 -21.16 NORMAL 38 79.21 22.05 -71.64 -63.05 -17.55 NORMAL 39 98.49 20.54 -72.3 -79.13 -16.5 NORMAL 40 94.24 13.6 -77.79 -81.46 -11.76 NORMAL 41 93.83 3.61 -77.73 -81.05 -3.11 NORMAL 42 96.6 8.06 -73.19 -78.56 -6.56 NORMAL 43 84.79 17.69 -79.85 -75.23 -15.7 NORMAL 44 93.04 23.45 86.35 89.27 22.5 NORMAL 45 44.22 97.4 -67.42 -33.12 -72.96 JATUH
Pada Tabel 4.7 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega Untuk data yang akan diolah
kedalam Hidden Markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (p
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2, ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM -60.26 m/s2.
37
Hasil plotting dari sampel C berumur 24 tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.3.
Gambar 4.3 Hasil Plotting Sampel C Usia 24 Tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 65kg dan Tinggi 165cm
Hasil pengujian percobaan kedua sampel D yang berusia 23 tahun dengan
berat badan 85kg dan tinggi 168cm pada aktivitas berdiri jongkok jatuh dapat
dilihat pada Tabel 4.8.
Tabel 4.8 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas
Berdiri Jongkok Jatuh Sampel D Yang Berusia 23 Tahun Dengan Berat Badan
85kg Dan Tinggi 168cm
No X Y Z
1 -5 54 -58
2 -5 64 -63
3 -4 64 -64
38
No X Y Z
4 -5 64 -65
5 -3 63 -65
6 -3 63 -63
7 -3 61 -62
8 -4 60 -59
9 -15 62 -70
10 -11 64 -68
11 0 60 -60
12 -1 48 -47
13 9 50 -53
14 -16 55 -61
15 3 62 -59
16 -18 62 -71
17 -22 54 -64
18 -21 52 -60
19 -27 48 -60
20 -26 46 -57
21 -28 48 -62
22 -29 51 -69
23 -32 53 -76
24 -31 56 -80
25 -26 52 -69
26 -41 -47 -50
39
Pada Tabel 4.8 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
Tabel 4.9 Hasil Pengujian Sampel D Usia 23 Tahun Aktivitas Berdiri Jongkok
Jatuh Sampel D Yang Berusia 23 Tahun Dengan Berat Badan 85kg Dan Tinggi
168cm
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 79.4 79.4 -86.43 -76.26 -76.26 NORMAL 2 89.94 89.94 -86.86 -86.8 -86.8 NORMAL 3 90.6 1.41 -87.51 -88.1 -1.38 NORMAL 4 91.36 1.41 -86.91 -88.22 -1.37 NORMAL 5 90.57 2.24 -88.15 -88.71 -2.19 NORMAL 6 89.15 2 -88.12 -87.28 -1.96 NORMAL 7 87.03 2.24 -88.07 -85.16 -2.19 NORMAL 8 84.24 3.32 -87.32 -81.74 -3.22 NORMAL 9 94.7 15.68 -80.93 -85.16 -14.1 NORMAL 10 94.03 4.9 -83.32 -87.05 -4.54 NORMAL 11 84.85 14.18 90.05 84.9 14.18 NORMAL 12 67.19 17.72 -89.19 -66.58 -17.56 NORMAL 13 73.42 11.83 83 67.71 10.91 NORMAL 14 83.68 26.72 -79.02 -73.47 -23.46 NORMAL 15 85.64 20.35 88.04 83.77 19.9 NORMAL 16 95.96 24.19 -79.23 -84.48 -21.29 NORMAL 17 86.58 11.36 -75.32 -72.46 -9.5 NORMAL 18 82.13 4.58 -75.22 -68.64 -3.83 NORMAL 19 81.44 7.21 -70.67 -63.96 -5.66 NORMAL 20 77.72 3.74 -70.49 -60.88 -2.93 NORMAL 21 83.26 5.74 -70.38 -65.11 -4.49 NORMAL 22 90.57 7.68 -71.36 -71.81 -6.09 NORMAL 23 98.03 7.87 -70.98 -77.31 -6.21 NORMAL 24 102.45 5.1 -72.42 -82.45 -4.1 NORMAL 25 90.23 12.73 -73.29 -73.47 -10.36 NORMAL 26 79.94 101.92 -59.17 -52.56 -67.01 NORMAL
40
Pada Tabel 4.9 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega Untuk data yang akan diolah
kedalam hidden markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (p
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2, ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM -60.26 m/s2.
Hasil plotting dari sampel D berumur 23 tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.4.
Gambar 4.4 Hasil Plotting Sampel D Usia 23 Tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 85kg dan Tinggi 168cm
Sampel E yang berusia 22 tahun dengan berat badan 65kg dan tinggi
170cm pada aktivitas berdiri jongkok jatuh dapat dilihat pada Tabel 4.10.
41
Tabel 4.10 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas Berdiri
Jongkok Jatuh Sampel E Yang Berusia 22 Tahun Dengan Berat Badan 65kg Dan
Tinggi 170cm
No X Y Z 1 10 57 59 2 7 68 65 3 8 65 66 4 5 66 67 5 8 66 69 6 9 66 66 7 8 62 63 8 5 63 64 9 4 67 66 10 8 63 65 11 7 67 68 12 8 70 71 13 8 68 70 14 7 69 70 15 6 67 70 16 5 68 70 17 7 68 69 18 8 68 70 19 7 66 70 20 7 67 70 21 7 67 69 22 40 61 63 23 8 69 71 24 5 68 69 25 8 69 72 26 7 70 74 27 4 71 70 28 5 74 75 29 4 74 75 30 0 77 77 31 4 77 78 32 12 64 64 33 8 58 55
42
No X Y Z 34 -3 37 74 35 13 66 69 36 11 71 75 37 10 73 79 38 31 54 70 39 25 32 56 40 8 75 80 41 15 68 77 42 10 73 74 43 4 64 61 44 -2 60 60 45 9 52 55 46 3 59 60 47 2 58 57 48 2 54 53 49 0 50 47 50 7 49 53 51 13 51 53 52 -30 -74 73 53 7 70 84 54 -12 -40 -64
Pada Tabel 4.10 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
Tabel 4.11 Hasil Pengujian Sampel E Usia 22 Tahun Aktivitas Berdiri Jongkok
Jatuh Sampel E Yang Berusia 22 Tahun Dengan Berat Badan 65kg Dan Tinggi
170cm
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 82.64 34.18 83.09 76.3 31.55 NORMAL 2 94.33 12.88 85.79 89.91 12.28 NORMAL 3 92.98 3.32 85.11 87.92 3.14 NORMAL
43
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
4 94.18 3.32 87 91.04 3.21 NORMAL 5 95.82 3.61 85.25 90.76 3.42 NORMAL 6 93.77 3.16 84.54 88.08 2.97 NORMAL 7 88.75 5.1 84.87 83.7 4.81 NORMAL 8 89.94 3.32 86.86 86.8 3.2 NORMAL 9 94.13 4.58 87.61 91.63 4.46 NORMAL 10 90.87 5.74 84.99 85.82 5.42 NORMAL 11 95.72 5.1 85.85 91.3 4.86 NORMAL 12 100.02 4.36 85.46 94.97 4.14 NORMAL 13 97.92 2.24 85.36 92.87 2.12 NORMAL 14 98.54 1.41 85.97 94.13 1.35 NORMAL 15 97.08 2.24 86.5 93.31 2.15 NORMAL 16 97.72 1.41 87.11 94.58 1.37 NORMAL 17 97.13 2.24 85.91 92.72 2.13 NORMAL 18 97.92 1.41 85.36 92.87 1.34 NORMAL 19 96.46 2.24 85.88 92.05 2.13 NORMAL 20 97.15 1 85.91 92.74 0.95 NORMAL 21 96.43 1 85.88 92.02 0.95 NORMAL 22 96.38 34.07 65.51 70.16 24.8 NORMAL 23 99.33 33.94 85.42 94.28 32.22 NORMAL 24 97.01 3.74 87.09 93.87 3.62 NORMAL 25 100.04 4.36 85.46 94.99 4.14 NORMAL 26 102.1 2.45 86.11 97.69 2.34 NORMAL 27 99.78 5.1 87.75 97.29 4.97 NORMAL 28 105.48 5.92 87.33 102.35 5.74 NORMAL 29 105.44 1 87.87 102.94 0.98 NORMAL 30 108.89 5.39 90.05 108.95 5.39 NORMAL 31 109.68 4.12 87.95 107.18 4.03 NORMAL 32 91.3 20.71 82.49 83.68 18.98 NORMAL 33 80.33 11.53 84.33 75.27 10.81 NORMAL 34 82.79 30.38 -87.97 -80.92 -29.69 NORMAL 35 96.36 33.5 82.29 88.11 30.63 NORMAL 36 103.86 8.06 83.96 96.89 7.52 NORMAL 37 108.03 4.58 84.73 101.7 4.31 NORMAL 38 93.69 29.72 70.71 73.61 23.35 NORMAL 39 69.17 26.76 68.85 52.92 20.47 NORMAL 40 109.95 52.1 85.87 104.91 49.71 NORMAL
44
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
41 103.82 10.34 81.73 94.28 9.39 NORMAL 42 104.43 7.68 84.55 98.1 7.22 NORMAL 43 88.5 16.91 87.45 86 16.43 NORMAL 44 84.88 7.28 -88.69 -83.65 -7.17 NORMAL 45 76.22 14.49 83.26 70.52 13.41 NORMAL 46 84.2 10.49 88 82.33 10.26 NORMAL 47 81.34 3.32 88.64 80.11 3.27 NORMAL 48 75.69 5.66 88.53 74.45 5.56 NORMAL 49 68.62 7.48 90.05 68.66 7.49 NORMAL 50 72.52 9.27 84.5 68.09 8.71 NORMAL 51 74.69 6.32 80.02 66.41 5.62 NORMAL 52 108.19 133.69 -73.94 -88.88 -109.84 NORMAL 53 109.57 149.08 86.38 105.16 143.09 NORMAL 54 76.42 185.38 -81.01 -68.78 -166.85 JATUH
Pada Tabel 4.11 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega untuk data yang akan diolah
kedalam Hidden Markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (p
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2, ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM -60.26 m/s2.
Hasil plotting dari sampel E berumur 22 tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.5
45
Gambar 4.5 Hasil Plotting Sampel E Usia 22 Tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 65kg dan Tinggi 170cm
Hasil pengujian percobaan sampel F yang berusia 22 tahun dengan berat
badan 78kg dan tinggi 170cm pada aktivitas berdiri jongkok jatuh dapat dilihat
pada tabel 4.12.
Tabel 4.12 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas Berdiri
Jongkok Jatuh Sampel F Yang Berusia 22 Tahun Dengan Berat Badan 78kg Dan
Tinggi 170cm
No X Y Z 1 0 86 -75 2 0 81 -80 3 -2 80 -81 4 -2 79 -79 5 0 79 -81 6 8 81 -87 7 -9 75 -84 8 0 81 87 9 -8 81 -85
46
No X Y Z 10 2 82 86 11 0 76 -74 12 0 82 -80 13 0 77 -78 14 9 79 -85 15 -2 77 -77 16 -1 87 87 17 -3 83 -87 18 0 82 83 19 -3 81 -84 20 -14 76 82 21 -21 69 -85 22 2 30 -72 23 16 -15 -84 24 34 -35 -54 25 -28 28 70
Pada Tabel 4.12 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
Tabel 4.13 Hasil Pengujian Sampel F Usia 22 Tahun Aktivitas Berdiri Jongkok
Jatuh Sampel F Yang Berusia 22 Tahun Dengan Berat Badan 78kg Dan Tinggi
170cm
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 114.11 114.11 90.05 114.17 114.17 NORMAL 2 113.85 7.07 90.05 113.9 7.07 NORMAL 3 113.86 2.45 -89.04 -112.65 -2.42 NORMAL 4 111.74 2.24 -89.02 -110.52 -2.21 NORMAL 5 113.15 2.83 90.05 113.2 2.83 NORMAL 6 119.14 10.2 86.19 114.1 9.77 NORMAL 7 112.97 18.28 -85.47 -107.29 -17.36 NORMAL
47
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
8 118.87 171.34 90.05 118.93 171.43 NORMAL 9 117.69 172.19 -86.15 -112.65 -164.81 NORMAL 10 118.84 171.3 89.08 117.63 169.55 NORMAL 11 106.08 160.12 90.05 106.13 160.21 NORMAL 12 114.56 8.49 90.05 114.62 8.49 NORMAL 13 109.6 5.39 90.05 109.66 5.39 NORMAL 14 116.39 11.58 85.61 110.71 11.01 NORMAL 15 108.91 13.75 -88.99 -107.69 -13.59 NORMAL 16 123.04 164.31 -89.58 -122.47 -163.54 NORMAL 17 120.28 174.06 -88.62 -118.43 -171.38 NORMAL 18 116.67 170.03 90.05 116.73 170.12 NORMAL 19 116.73 167.03 -88.57 -114.88 -164.38 NORMAL 20 112.68 166.44 -82.9 -103.79 -153.32 NORMAL 21 111.48 167.29 -79.18 -98.08 -147.18 NORMAL 22 78.03 47.11 88.58 76.79 46.36 NORMAL 23 86.82 48.63 79.42 76.61 42.91 NORMAL 24 72.78 40.3 62.18 50.28 27.84 NORMAL 25 80.42 152.28 -69.66 -62.25 -117.87 JATUH
Pada tabel 4.13 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega Untuk data yang akan diolah
kedalam Hidden Markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (P
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2, ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM -60.26 m/s2.
Hasil plotting dari sampel F berumur 22 tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.6.
48
Gambar 4.6 Hasil Plotting Sampel F usia 22 Tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 78kg dan Tinggi 170cm
Hasil pengujian percobaan kedua sampel G yang berusia 21 tahun dengan
berat badan 63kg dan tinggi 164cm pada aktivitas berdiri jongkok jatuh dapat
dilihat pada Tabel 4.14
Tabel 4.14 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas Berdiri
Jongkok Jatuh Sampel G Yang Berusia 21 Tahun Dengan Berat Badan 63kg Dan
Tinggi 164cm
No X Y Z 1 -3 83 84 2 -6 78 89 3 -6 83 87 4 -5 84 88 5 -8 82 -87 6 -7 79 -81 7 -5 73 -76 8 4 82 -84 9 -4 82 -89
49
No X Y Z 10 6 82 -86 11 -2 71 -79 12 -6 84 87 13 2 88 -88 14 -3 87 -87 15 -1 88 -88 16 -5 83 -83 17 -6 85 88 18 -4 83 -88 19 -1 85 86 20 -6 74 75 21 -7 79 80 22 -3 81 83 23 -17 69 80 24 -5 80 84 25 -18 72 82 26 -13 73 79 27 -47 49 -89 28 -17 62 -77 29 -43 9 52
Pada Tabel 4.14 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
Tabel 4.15 Hasil Pengujian Sampel G Usia 21 Tahun Aktivitas Berdiri Jongkok
Jatuh Sampel G Yang Berusia 21 Tahun Dengan Berat Badan 63kg Dan Tinggi
164cm
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 118.13 118.13 -88.59 -116.28 -116.28 NORMAL 2 118.49 7.68 -87.14 -114.73 -7.44 NORMAL 3 120.39 5.39 -87.19 -116.63 -5.22 NORMAL
50
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
4 121.76 1.73 -87.69 -118.63 -1.69 NORMAL 5 119.82 175.04 -86.22 -114.78 -167.68 NORMAL 6 113.36 6.78 -86.5 -108.96 -6.52 NORMAL 7 105.5 8.06 -87.33 -102.37 -7.82 NORMAL 8 117.46 15.03 88.09 114.97 14.71 NORMAL 9 121.08 9.43 -88.15 -118.6 -9.24 NORMAL 10 118.98 10.44 87.15 115.22 10.11 NORMAL 11 106.24 15.3 -88.97 -105.02 -15.12 NORMAL 12 121.08 166.56 -87.2 -117.32 -161.38 NORMAL 13 124.47 175.23 89.12 123.26 173.52 NORMAL 14 123.07 5.2 -88.65 -121.22 -5.12 NORMAL 15 124.45 2.45 -89.59 -123.88 -2.44 NORMAL 16 117.49 8.12 -87.61 -114.36 -7.91 NORMAL 17 122.49 171.01 -87.24 -118.73 -165.76 NORMAL 18 121.03 176.02 -88.15 -118.55 -172.41 NORMAL 19 120.92 174.04 -89.57 -120.35 -173.21 NORMAL 20 105.53 16.34 -86.78 -101.76 -15.76 NORMAL 21 112.65 7.14 -86.48 -108.25 -6.86 NORMAL 22 116.01 5.39 -88.56 -114.16 -5.3 NORMAL 23 107 18.68 -80.9 -96.18 -16.79 NORMAL 24 116.11 16.76 -87.58 -112.98 -16.31 NORMAL 25 110.6 15.39 -80.67 -99.14 -13.8 NORMAL 26 108.35 5.92 -83.15 -100.1 -5.47 NORMAL 27 111.94 173.08 -65.21 -81.1 -125.4 NORMAL 28 100.31 34.83 -80.28 -89.48 -31.07 NORMAL 29 68.07 141.87 -50.85 -38.46 -80.16 JATUH
Pada Tabel 4.15 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega Untuk data yang akan diolah
kedalam Hidden Markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (P
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
51
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2, ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM = -60.26 m/s2.
Hasil plotting dari sampel G berumur 21 tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.7
Gambar 4.7 Hasil Plotting Sampel G usia 21 Tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 63kg dan Tinggi 164cm
4.2 Pengujian pada Berdiri Jongkok Jatuh Usia 30 Tahun, 36 Tahun, 37
Tahun dengan Berat Badan 50kg – 85kg dan Tinggi Badan 150cm –
175cm
Pegujian berdiri jongkok menggunakan objek berumur 30 tahun, 36 tahun,
dan 38 tahun. Objek yang digunakan 3 orang untuk umur 30 tahun, 36 tahun, 38
tahun dengan berat badan 50kg – 85kg dan tinggi badan 150cm – 175cm.
52
4.2.1 Tujuan Pengujian Pada Berdiri Jongkok Usia 30 Tahun, 36 Tahun, 37
Tahun
Pengujian dilakukan untuk mengetahui gerakan termasuk dalam kategori
jatuh atau tidak. Sehingga pada saat sistem digunakan dapat membantu dan
berjalan dengan baik.
4.2.2 Cara Mendapatkan Nilai Threshold Pengujian Berdiri Jongkok Jatuh
Untuk mendapatkan nilai threshold dilakukan pengujian sebanyak 3 kali
dengan usia 30 tahun, 36 tahun, dan 38 tahun dilakukan dengan orang yang
berbeda-beda, dan berat badan mulai dari 50kg – 85kg, serta tinggi badan 150cm
– 175cm, dari 3 sampel tersebut dengan berat badan yang berbeda serta tinggi
badan yang berbeda juga, untuk mengetahui hasil dari 3 sampel tersebut jika
berbeda berat badan dan tinggi badan akan berpengaruh atau tidak pada threshold
yang sudah ditentukan. Beikut ini hasil pengujian dari nilai threshold pada tabel
4.16.
Tabel 4.16 Hasil Pengujian Berdiri Jongkok Usia 30 Tahun, 36 tahun, 37
tahun, Penentuan Threshold
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2) X Y Z
1 106.54 106.54 -81.95 -97 -97 -15 71 78 2 107.27 1 -82 -97.74 -0.91 -15 71 79 3 105.52 3 -80.77 -94.7 -2.69 -17 69 78 4 116.7 9.43 -89.55 -116.12 -9.39 -1 84 81 5 101.56 3.61 -81.55 -92.03 -3.27 -15 69 73 6 97.58 4.58 -80.6 -87.39 -4.1 -16 65 71 7 98.24 5.39 -83.61 -91.27 -5 -11 67 71 8 88.87 9.43 -84.23 -83.17 -8.83 -9 61 64 9 85.71 5.1 -86.7 -82.57 -4.91 -5 60 61 10 78.59 7.28 -87.13 -76.08 -7.05 -4 56 55
53
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2) X Y Z
11 76.49 8.31 87.05 73.98 8.03 4 55 53 12 69.81 14.56 -83.46 -64.74 -13.5 -8 47 51 13 96.46 26.89 -85.88 -92.05 -25.66 -7 66 70 14 98.48 13.67 -78.32 -85.7 -11.9 -20 63 73 15 98.11 4.47 -75.88 -82.72 -3.77 -24 61 73 16 94.9 3.74 -74.76 -78.83 -3.11 -25 59 70 17 90.39 11.36 -80.49 -80.84 -10.16 -15 61 65 18 89.74 7.35 -75.85 -75.63 -6.19 -22 60 63 19 89.61 4.58 -78.45 -78.11 -3.99 -18 59 65 20 88.74 2.83 -77.01 -75.93 -2.42 -20 57 65 21 88.03 3.32 -78.91 -77.18 -2.91 -17 58 64 22 87.61 2.45 -80.18 -78.05 -2.18 -15 59 63 23 85.68 2.45 -79.28 -75.47 -2.16 -16 58 61
Pada Tabel 4.16 hasil data yang didapatkan dari beberapa pengujian
sebanyak 3 kali akan dihitung untuk mencari nilai threshold dan akan diuji coba,
hasil threshold tersebut diuji pada 3 orang sampel dengan berat badan yang
bebeda dan tinggi badan yang berbeda.
Cara mencari nilai threshold Nilai tertinggi ASVM – Nilai terendah
ASVM /2 ((116.7 – 69.81) / 2) = 23.445 setelah ditemukan hasilnya selanjutnya
69.81 (Nilai terendah ASVM) + 23.445 (hasil dari perhitungan nilai tertinggi
ASVM - nilai terendah ASVM / 2) = 93.255 m/s2 untuk nilai threshold ASVM
setealah dilakukan perhitungan ditemukan 93.255 m/s2. ADSVM Nilai tertinggi
ADSVM – Nilai terendah ADSVM / 2 ((106.54 – 1)/2) = 52.77 setalah hasil
ditemukan selanjutnya 1 (nilai terendah ADSVM) + 52.77 (Hasil perhitungan
niali tertinggi ADSVM – Nilai terendah ADSVM) = 53.77 m/s2. Teta nilai
tertinggi θ – nilai terendah θ/2 ((87.05 – (-89.55)) /2) = 88.3 selanjutnya nilai (-
89.55) terendah θ + 88.3 (Hasil perhitungan nilai tertinggi θ – Nilai terndah θ) = -
1.25°. AGSVM nilai tertinggi AGSVM – nilai terendah AGSVM/2 ((73.98 – (-
54
116.12))/2) = -95.05 selanjutnya -116.12 (nilai terendah) + 95.05 (Hasil
perhitungan niali tertinggi AGSVM – Nilai terndah AGSVM) = -21.07 m/s2.
AGDSVM nilai tertinggi – nilai terendah / 2 ((8.03 – (-97))/2) = 52.515
selanjutnya -97 (nilai terendah) + 52.515 (Hasil perhitungan niali tertinggi
AGDSVM – Nilai terndah AGDSVM) = -44.485 m/s2.
Hasil dari perhitungan dijadikan sebagai nilai threshold ASVM=93.255
m/s2, ADSVM = 53.77 m/s2, TETA= -1.25°, AGSVM= -21.07 m/s2, AGDSVM -
44.485 m/s2. Dari 5 parameter tersebut ASVM, ADSVM, TETA, AGSVM,
AGDSVM jika terpenuhi semua maka dikategorikan jatuh jika hanya salah satu
atau dua maka masih gerakan normal.
4.2.3 Alat yang Digunakan
Alat yang digunakan untu melakukan pengujian yaitu:
a. AT-Mega 16
b. Accelerometer GY-521 / MPU 6050
c. Laptop / PC
d. Microsoft office excel
e. Software Arduino IDE
f. Bluetooth Module HC-05
4.2.4 Prosedur Pengujian
Berikut ini adalah langkah-langkah melakukan prosedur pengujian alat
pada peristiwa berjalan :
a. Hubungkan Bluetooth pada alat dengan bluetooth yang ada pada PC / laptop.
55
b. Buka aplikasi software Ardruino IDE pada PC / laptop, lalu setting com port,
setelah itu buka hyperterminal pada aplikasi tersebut.
c. Posisikan alat berada pada bagian pinggang user / peraga.
d. Setelah itu nyalakan alat dan memulai untuk pembacaan data.
e. Ketika alat sudah mulai membaca data, seorang peraga akan mulai melakukan
gerakan berjalan pada percobaan kali ini, dan merekam data kejadian yang
masuk pada terminal Arduino
4.2.5 Hasil Pengujian Aktivitas Berdiri Jongok Jatuh
Hasil pengujian percobaan pertama sampel A yang berusia 37 tahun
dengan berat badan 75kg dan tinggi 170cm pada aktivitas berdiri jongkok jatuh
dapat dilihat pada tabel 4.17
Tabel 4.17 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas
Berdiri Jongkok Jatuh Sampel A Yang Berusia 37 Tahun Dengan Berat Badan
75kg Dan Tinggi 170cm
No X Y Z
1 -6 70 74
2 -4 73 71
3 -1 79 87
4 -4 84 85
5 -3 86 -89
6 -4 84 -88
7 -10 77 -83
8 -10 82 -88
56
No X Y Z
9 0 88 89
10 -11 75 -83
11 -15 63 -69
12 -3 76 -82
13 -4 65 -63
14 -15 65 -72
15 -5 63 -65
16 -15 63 -67
17 -20 61 -68
18 -15 65 -72
19 -15 63 -72
20 -14 65 -72
21 -10 67 -71
22 -12 56 -59
23 -19 48 -53
24 -13 47 -49
25 -27 41 -53
26 -18 50 -56
27 -7 54 -60
28 -21 48 -59
29 -24 51 -64
30 -13 56 -77
31 -35 25 24
57
Pada Tabel 4.17 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
Tabel 4.18 Hasil Pengujian Sampel A Usia 37 Tahun Aktivitas Berdiri Jongkok
Jatuh Sampel A Yang Berusia 37 Tahun Dengan Berat Badan 75kg Dan Tinggi
170cm
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 102.04 102.04 -86.67 -98.27 -98.27
NORMAL
2 101.91 4.69 -87.8 -99.41 -4.58
NORMAL
3 117.52 17.35 -89.56 -116.94 -17.26
NORMAL
4 119.57 6.16 -88.13 -117.08 -6.04
NORMAL
5 123.8 174.01 -88.66 -121.95 -171.42
NORMAL
6 121.72 2.45 -88.16 -119.23 -2.4
NORMAL
7 113.66 10.49 -85 -107.34 -9.9
NORMAL
8 120.7 7.07 -85.29 -114.38 -6.7
NORMAL
9 125.16 177.38 90.05 125.22 177.47
NORMAL
10 112.41 172.84 -84.43 -105.44 -162.14
NORMAL
11 94.63 18.87 -80.92 -85.08 -16.96
NORMAL
12 111.84 21.95 -88.51 -109.99 -21.59
NORMAL
13 90.61 21.98 -87.51 -88.11 -21.37
NORMAL
14 98.15 14.21 -81.25 -88.61 -12.83
NORMAL
15 90.66 12.37 -86.88 -87.52 -11.94
NORMAL
58
No ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
16 93.18 10.2 -80.78 -83.63 -9.15
NORMAL
17 93.51 5.48 -77.69 -80.72 -4.73
NORMAL
18 98.15 7.55 -81.25 -88.61 -6.82
NORMAL
19 96.84 2 -81.13 -87.3 -1.8
NORMAL
20 98.01 2.24 -81.83 -89.11 -2.03
NORMAL
21 98.13 4.58 -84.19 -91.8 -4.29
NORMAL
22 82.23 16.4 -81.65 -74.6 -14.88
NORMAL
23 73.99 12.21 -75.16 -61.78 -10.19
NORMAL
24 69.13 7.28 -79.2 -60.84 -6.41
NORMAL
25 72.24 15.75 -68.09 -54.65 -11.91
NORMAL
26 77.2 13.08 -76.56 -65.67 -11.12
NORMAL
27 81.02 12.37 -85.09 -76.6 -11.69
NORMAL
28 78.91 15.26 -74.6 -65.41 -12.65
NORMAL
29 85.28 6.56 -73.69 -69.83 -5.37
NORMAL
30 96.09 17.75 -82.27 -87.84 -16.22
NORMAL
31 49.25 107.92 -44.74 -24.48 -53.65
JATUH
Pada Tabel 4.18 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega Untuk data yang akan diolah
kedalam hidden markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (P
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
59
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2, ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM = -60.26 m/s2.
Hasil plotting dari sampel A berumur 37 tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.8.
Gambar 4.8 Hasil Plotting Sampel A usia 37 Tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 75kg dan Tinggi 170cm
Hasil pengujian percobaan pertama sampel B yang berusia 36 tahun
dengan berat badan 50kg dan tinggi 150cm pada aktivitas berdiri jongkok jatuh
dapat dilihat pada tabel 4.19.
60
Tabel 4.19 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas
Berdiri Jongkok Jatuh Sampel B Yang Berusia 36 Tahun Dengan Berat Badan
50kg Dan Tinggi 150cm
No X Y Z
1 -1 83 84
2 0 84 84
3 -2 81 86
4 0 84 85
5 0 82 83
6 0 84 84
7 -1 84 86
8 -1 84 85
9 1 88 89
10 -7 73 75
11 1 87 -86
12 -8 76 82
13 -1 86 -88
14 -3 80 80
15 -6 80 86
16 -3 81 -86
17 -11 78 86
18 -6 82 80
19 -6 70 80
20 -11 70 86
61
No X Y Z
21 -41 24 -59
Pada tabel 4.19 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
Tabel 4.20 Hasil Pengujian Sampel B Usia 36 Tahun Aktivitas Berdiri Jongkok
Jatuh Sampel B Yang Berusia 36 Tahun Dengan Berat Badan 50kg Dan Tinggi
150cm
NO ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 118.09 118.09 -89.56 -117.52 -117.52 NORMAL 2 118.79 1.41 90.05 118.85 1.41 NORMAL 3 118.16 4.12 -89.08 -116.94 -4.08 NORMAL 4 119.5 3.74 90.05 119.56 3.74 NORMAL 5 116.67 2.83 90.05 116.73 2.83 NORMAL 6 118.79 2.24 90.05 118.85 2.24 NORMAL 7 120.22 2.24 -89.57 -119.64 -2.23 NORMAL 8 119.51 1 -89.57 -118.93 -1 NORMAL 9 125.16 6 89.59 124.59 5.97 NORMAL 10 104.9 22.02 -86.22 -100.49 -21.1 NORMAL 11 122.34 161.81 89.58 121.76 161.04 NORMAL 12 112.09 168.6 -85.95 -107.05 -161.01 NORMAL 13 123.05 170.44 -89.58 -122.47 -169.64 NORMAL 14 113.18 168.12 -88.53 -111.32 -165.37 NORMAL 15 117.61 6.71 -87.12 -113.85 -6.49 NORMAL 16 118.18 172.03 -88.59 -116.33 -169.33 NORMAL 17 116.62 172.21 -84.63 -109.67 -161.94 NORMAL 18 114.72 8.77 -87.05 -110.95 -8.49 NORMAL 19 106.47 12 -86.81 -102.7 -11.58 NORMAL 20 111.43 7.81 -84.38 -104.47 -7.32 NORMAL 21 75.75 155.05 -57.26 -48.19 -98.65 JATUH
62
Pada Tabel 4.20 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega Untuk data yang akan diolah
kedalam hidden markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (P
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2, ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM = -60.26 m/s2.
Hasil plotting dari sampel B berumur 36 tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.9.
Gambar 4.9 Hasil Plotting Sampel B usia 36 Tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 50kg dan Tinggi 150cm
63
Hasil pengujian percobaan pertama sampel C yang berusia 30 tahun
dengan berat badan 85kg dan tinggi 175cm pada aktivitas berdiri jongkok jatuh
dapat dilihat pada tabel 4.21
Tabel 4.21 Hasil Tabel Pengujian Data Accelerometer X, Y, Z Aktivitas
Berdiri Jongkok Jatuh Sampel C Yang Berusia 30 Tahun Dengan Berat Badan
85kg Dan Tinggi 175cm
NO X Y Z
1 -12 79 83
2 -12 74 81
3 -8 78 83
4 -11 75 80
5 -11 75 81
6 -13 71 76
7 -12 70 73
8 -8 71 74
9 -10 69 72
10 -9 66 70
11 -9 68 71
12 -11 70 72
13 -11 69 72
14 -8 63 64
15 -10 58 60
16 -3 57 57
17 4 55 57
64
NO X Y Z
18 2 28 -85
19 8 48 -45
20 -39 41 78
21 -16 -5 47
22 -25 67 75
23 -20 64 73
24 -20 64 73
25 -19 63 74
26 -19 65 75
27 -19 65 76
28 -20 65 76
29 -20 65 75
30 -18 66 78
31 -19 67 78
32 -19 66 78
33 -27 60 82
34 -27 61 78
35 -24 62 76
36 -22 62 74
37 -21 60 71
38 -19 58 64
39 -2 58 59
40 3 62 61
65
NO X Y Z
41 -14 53 59
42 -7 55 57
43 -4 54 54
44 -4 55 56
45 -4 59 63
46 -16 56 61
47 -15 58 65
48 -18 56 62
49 -19 56 62
50 -20 54 62
51 -15 54 59
52 -14 56 61
53 -13 57 60
54 -13 57 60
55 -10 59 59
56 -7 51 53
57 3 54 55
58 -14 59 63
59 -25 59 -49
Pada Tabel 4.21 data diatas merupakan data mentah hasil dari pengujian
berdiri jongkok jatuh, hasil dari sensor accelerometer data x, y, z data tersebut
nantinya akan diolah didalam algoritma menjadi ASVM, ADSVM, TETA,
AGSVM, dan AGDSVM.
66
Tabel 4.22 Hasil Pengujian Sampel C Usia 30 Tahun Aktivitas Berdiri
Jongkok Jatuh Sampel C Yang Berusia 30 Tahun Dengan Berat Badan 85kg dan
Tinggi 175cm
NO ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
1 115.21 115.21 -84.06 -107.61 -107.61 NORMAL 2 110.37 5.39 -83.8 -102.77 -5.01 NORMAL 3 114.18 6 -86.03 -109.14 -5.74 NORMAL 4 110.21 5.2 -84.31 -103.25 -4.87 NORMAL 5 110.94 1 -84.35 -103.98 -0.94 NORMAL 6 104.81 6.71 -82.92 -96.57 -6.18 NORMAL 7 101.85 3.32 -83.28 -94.24 -3.07 NORMAL 8 102.86 4.24 -85.58 -97.82 -4.03 NORMAL 9 100.22 3.46 -84.32 -93.9 -3.25 NORMAL 10 96.63 3.74 -84.7 -90.94 -3.52 NORMAL 11 98.72 2.24 -84.81 -93.03 -2.11 NORMAL 12 101.02 3 -83.79 -94.05 -2.79 NORMAL 13 100.33 1 -83.75 -93.36 -0.93 NORMAL 14 90.16 10.44 -84.95 -85.1 -9.85 NORMAL 15 84.05 6.71 -83.21 -77.71 -6.2 NORMAL 16 80.67 7.68 -87.91 -78.8 -7.5 NORMAL 17 79.31 7.28 87.15 76.8 7.05 NORMAL 18 89.52 144.56 88.76 88.29 142.57 NORMAL 19 66.28 45.12 83.11 61.21 41.67 NORMAL 20 96.36 131.86 -66.16 -70.84 -96.93 NORMAL 21 49.9 60.05 -71.33 -39.55 -47.6 NORMAL 22 103.63 103.63 -76.08 -87.6 -87.6 NORMAL 23 99.12 6.16 -78.4 -86.34 -5.37 NORMAL 24 99.12 0 -78.4 -86.34 0 NORMAL 25 99.03 1.73 -78.98 -86.9 -1.52 NORMAL 26 101.05 2.24 -79.2 -88.93 -1.97 NORMAL 27 101.79 1 -79.28 -89.67 -0.88 NORMAL 28 101.99 1 -78.73 -89.22 -0.87 NORMAL 29 101.24 1 -78.65 -88.47 -0.87 NORMAL 30 103.75 3.74 -80.05 -92.28 -3.33 NORMAL 31 104.57 1.41 -79.57 -92.45 -1.25 NORMAL
67
NO ASVM (m/s2)
ADSVM (m/s2)
TETA (°)
AGSVM (m/s2)
AGDSVM (m/s2)
gerakan P>=4
32 103.93 1 -79.51 -91.81 -0.88 NORMAL 33 105.13 10.77 -75.16 -87.79 -8.99 NORMAL 34 102.64 4.12 -74.79 -85.29 -3.43 NORMAL 35 100.98 3.74 -76.29 -85.59 -3.17 NORMAL 36 99.02 2.83 -77.2 -84.93 -2.43 NORMAL 37 95.3 3.74 -77.31 -81.86 -3.21 NORMAL 38 88.44 7.55 -77.63 -76.28 -6.51 NORMAL 39 82.76 17.72 -88.66 -81.53 -17.46 NORMAL 40 87.03 6.71 88.07 85.16 6.56 NORMAL 41 80.54 19.34 -80.03 -71.61 -17.2 NORMAL 42 79.52 7.55 -84.99 -75.09 -7.13 NORMAL 43 76.47 4.36 -87.05 -73.96 -4.22 NORMAL 44 78.59 2.24 -87.13 -76.08 -2.16 NORMAL 45 86.41 8.06 -87.39 -83.9 -7.83 NORMAL 46 84.34 12.53 -79.1 -74.13 -11.01 NORMAL 47 88.4 4.58 -80.27 -78.84 -4.09 NORMAL 48 85.46 4.69 -77.88 -73.96 -4.06 NORMAL 49 85.68 1 -77.23 -73.52 -0.86 NORMAL 50 84.62 2.24 -76.37 -71.8 -1.9 NORMAL 51 81.38 5.83 -79.42 -71.81 -5.15 NORMAL 52 83.98 3 -80.44 -75.07 -2.68 NORMAL 53 83.77 1.73 -81.11 -75.5 -1.56 NORMAL 54 83.77 0 -81.11 -75.5 0 NORMAL 55 84.04 3.74 -83.21 -77.69 -3.46 NORMAL 56 73.89 10.44 -84.61 -69.46 -9.81 NORMAL 57 77.14 10.63 87.82 75.26 10.37 NORMAL 58 87.44 19.44 -80.83 -78.53 -17.46 NORMAL 59 80.67 112.54 -71.98 -64.52 -90.01 JATUH
Pada Tabel 4.22 data yang sudah didapatkan input dari x, y, z dari sensor
accelerometer akan dikirimkan pada AT-mega Untuk data yang akan diolah
kedalam hidden markov 5 parameter ASVM, ADSVM, TETA, AGSVM,
AGDSVM. Apabila nilai setiap parameter tersebut lebih besar dari threshold (P
>= 4) dari hasil pengujian yang sudah dilakukan terjadi perstiwa jatuh pada
68
seorang peraga, sedangkan jika salah satu saja atau kurang dari 4 data yang
memenuhi maka tidak ada kejadian peristiwa terjatuh atau masih pada gerakan
normal. Dengan threshold yang sudah ditentukan ASVM=83.89 m/s2, ADSVM =
77.46 m/s2, TETA= 0.805°, AGSVM= -0.795 m/s2, AGDSVM = -60.26 m/s2.
Hasil plotting dari sampel C berumur 30tahun aktivitas berdiri jongkok
dapat dilihat pada Gambar 4.10.
Gambar 4.10 Hasil Plotting Sampel C Usia 30 Tahun Aktivitas Berdiri Jongkok
Jatuh Dengan Berat Badan 85kg dan Tinggi 175cm
4.3 Hasil Probabilitas dari Keseluruhan Pengujian
Hasil dari keseluruhan pengujian akan dilakukan perhitungan probabilitas
untuk mengetahui tingkat keberhasilan dari sebuah threshold yang sudah
didapatkan dari percobaan yang dilakukan pada masing peraga yang memiliki
umur yang berbeda-beda.
69
4.3.1 Tujuan
Untuk mengetahui tingkat keberhasilan pada threshold yang sudah
ditentukan pada setiap gerakan atau peristiwa yang terjadi yakni berjalan, bagun,
dan terjatuh.
4.3.2 Hasil dan Perhitungan Aktivitas Berdiri Jongkok Jatuh Umur 21
Tahun, 22 Tahun, 23 Tahun, 24 Tahun
Hasil perhitungan dari pengujian yang dilakukan pada umur 21 tahun, 22
tahun, 23 tahun, 24 tahun dan dilakukan 7 kali pengambilan data dengan aktivitas
berdiri jongkok jatuh, hasil probabilitas dari percobaan tersebut dapat dilihat pada
table 4.23 dibawah ini.
Gambar 4.23 Hasil Pengujian dan Perhitungan Probabilitas Usia 21 Tahun,
22 Tahun, 23 Tahun, 24 Tahun
Aktivitas Berdiri Jongkok Jatuh usia 21 tahun, 22 tahun, 23 tahun, 24 tahun
No Usia Percobaan Kegagalan Keberhasilan 1 usia 21 tahun 1 kali 0 1 2 usia 22 tahun 2 kali 0 2 3 usia 23 tahun 1 kali 0 1 4 usia 24 tahun 3 kali 0 3
TOTAL 7
Terdeteksi benar 7 probabilitas = 1
Akurasi = 100%
Berdasarkan hasil pengujian dan perhitungan diatas terdapat 7 kali
pengujian yang dilakukan, masing-masing peraga melakukan aktivitas gerakan
berdiri jongkok jatuh, alat yang digunakan mengeluarkan sinyal bunyi dari buzzer
yang terdapat pada alat yang seharusnya berbunyi ketika terjadi peristiwa terjatuh
70
saja, namun dalam penggunaan threshold ini akurasi yang didapat adalah sebesar
100% dari 7 kali percobaan.
4.3.3 Aktivitas Berdiri Jongkok Jatuh Umur 30 Tahun, 36 Tahun, 37
Tahun
Hasil perhitungan dari pengujian yang dilakukan pada umur 30 tahun, 36
tahun, 37 tahun, dan dilakukan 3 kali pengambilan data dengan aktivitas berdiri
jongkok jatuh, hasil probabilitas dari percobaan tersebut dapat dilihat pada tabel
4.24 dibawah ini.
Gambar 4.24 Hasil Pengujian dan Perhitungan Probabilitas Usia 30 Tahun, 36
Tahun, 37 Tahun
Aktivitas Berdiri Jongkok Jatuh usia 30 tahun, 36 tahun, 37 tahun
No Usia Percobaan Kegagalan Keberhasilan 1 usia 30 tahun 1 kali 0 1 2 usia 36 tahun 1 kali 0 1 3 usia 37 tahun 1 kali 0 1
TOTAL 3
Terdeteksi benar sebesar = 3 probabilitas = 1
Akurasi = 100%
Berdasarkan hasil pengujian dan perhitungan diatas terdapat 3 kali
pengujian yang dilakukan, masing-masing peraga melakukan aktivitas gerakan
berdiri jongkok jatuh, alat yang digunakan mengeluarkan sinyal bunyi dari buzzer
yang terdapat pada alat yang seharusnya berbunyi ketika terjadi peristiwa terjatuh
saja, namun dalam penggunaan threshold ini akurasi yang didapat adalah sebesar
100% dari 3 kali percobaan.