RANCANG BANGUN WEARABLE DEVICE UNTUK PENDERITA KELUMPUHAN PARSIAL MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN)

Kurniawan, Ryan (2025) RANCANG BANGUN WEARABLE DEVICE UNTUK PENDERITA KELUMPUHAN PARSIAL MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN). Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0923140109 - Ryan Kurniawan - Rancang Bangun _i_Wearable Device__i_ untuk Penderita Kelumpuhan Parsial Menggunakan Metode K-Nearest Neighbor (KNN).pdf Download (6MB)

Abstract

Kelumpuhan parsial atau paraplegia menghambat kemampuan seseorang untuk bergerak dan melakukan aktivitas sehari-hari secara mandiri, sehingga sering membutuhkan bantuan orang lain. Penelitian ini merancang sebuah wearable device yang bertujuan membantu pasien menjalankan aktivitas dasar secara mandiri. Perangkat ini terdiri dari master dan slave, di mana perangkat master menggunakan metode K-Nearest Neighbor (KNN) untuk mendeteksi dan mengklasifikasikan gerakan tangan dan jari pasien. Perangkat master dilengkapi dengan sensor flex, ADXL345, dan HMC5883 yang dipasang pada jari, punggung tangan, dan pergelangan tangan untuk mendeteksi perubahan posisi jari, pergerakan telapak tangan, serta arah pergerakan tangan berdasarkan medan magnet. Data dari sensor-sensor tersebut dianalisis menggunakan KNN untuk mengidentifikasi gerakan. Setelah gerakan dikenali, perangkat master mengirimkan perintah ke perangkat slave, yang dapat digunakan untuk mengendalikan perangkat elektronik seperti menyalakan lampu melalui relay. Metode KNN memungkinkan klasifikasi gerakan yang akurat, memberikan respons yang sesuai dengan gerakan pasien. Hasil penelitian menunjukkan bahwa metode KNN memiliki nilai rata-rata akurasi sebesar 93.34% dalam memprediksi hasil klasifikasi gerakan Bisindo dan hasil komparasi antara hasil klasifikasi program dengan perhitungan manual didapatkan hasil kesesuaian sebesar 87.15%.

Actions (login required)

View Item