RANCANG BANGUN SISTEM PENGENALAN AKTIVITAS PENGELASAN BERBASIS SMARTPHONE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Najah, Ariba Malihah (2026) RANCANG BANGUN SISTEM PENGENALAN AKTIVITAS PENGELASAN BERBASIS SMARTPHONE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0922040007 - Ariba Malihah Najah - Rancang Bangun Sistem Pengenalan Aktivitas Pengelasan Berbasis _i_Smartphone__i_ Menggunakan Metode _i_Support Vector Machin__i_ .pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Pemantauan aktivitas pengelasan melalui observasi langsung memiliki keterbatasan dalam mencatat aktivitas secara objektif dan berkelanjutan. Penelitian ini bertujuan untuk mengembangkan sistem pengenalan aktivitas pengelasan berbasis smartphone menggunakan metode Support Vector Machine (SVM). Smartphone ditempatkan pada pergelangan tangan dominan welder untuk memperoleh data dari sensor akselerometer, giroskop, dan magnetometer pada sumbu X, Y, dan Z. Data dikumpulkan dari enam kelas aktivitas, yaitu berdiri aktif, berdiri tidak aktif, duduk aktif, duduk tidak aktif, berbaring aktif, dan berbaring tidak aktif. Data kemudian melalui proses filtering, normalisasi, windowing, dan ekstraksi fitur statistik menggunakan nilai rata-rata, minimum, maksimum, dan standar deviasi. Proses windowing menggunakan ukuran 100 titik data dengan step size 50 titik data sehingga menghasilkan 36 fitur pada setiap window. Dataset terdiri atas 7.199 window, dengan 5.759 data pelatihan dan 1.440 data pengujian. Model SVM berhasil mengklasifikasikan 1.350 dari 1.440 data pengujian dengan akurasi sebesar 93,75%. Nilai macro-average dan weighted-average untuk precision, recall, dan F1- score masing-masing sebesar 0,94. Sistem diimplementasikan secara real-time menggunakan protokol MQTT untuk mengirimkan data ke backend, sedangkan hasil klasifikasi disimpan dalam Supabase dan ditampilkan melalui aplikasi monitoring serta dashboard. Pengujian fungsional berhasil mendeteksi seluruh enam kelas aktivitas. Sistem yang dikembangkan mampu mengintegrasikan proses akuisisi, klasifikasi, penyimpanan, dan penyajian aktivitas secara efektif.

Actions (login required)

View Item