No abstract

No abstract

Perkembangan Teknologi Informasi dan Komunikasi menjalar sangat cepat dan semakin mudah di jangkau. Penggunaan TI sekarang sudah menjadi kebutuhan dan tuntutan di setiap lembaga yang ada di Indonesia. Teknologi Informasi dan Komunikasi menjadikan sharing informasi dapat dilakukan semudah mengetikkan kata dan menekan tombol di smartphone. Informasi yang semakin mudah ini menjadikan banyaknya sekumpulan orang yang tertarik dengan dunia TI  dan membentuk berbagai perkumpulan TI salah satunya adalah asosiasi TI. Pada penelitian ini sampel dari asosiasi-asosiasi profesi TI di Indonesia dibandingkan berdasarkan waktu berdirinya, bidangnya, dan tujuannya dibuatnya asosiasi tersebut. Informasi tentang asosiasi-asosiasi profesi TI di Indonesia diperoleh melalui pengumpulan data dari website asosiasi terkait. Topik ini menjadi menarik untuk diketahui sebagai sebuah indikator bagaimana tren TI berkembang dilihat dari berbagai dimensi yang tersedia pada sebuah asosiasi. Analisis dilakukan untuk mengetahui perkembangan TI di Indonesia. Analisis dilakukan setelah pengumpulan data, reduksi data yang ada, kemudian mulai menganalisis dan menyajikan data- data yang penting, dan menarik kesimpulan. Penelitian ini menghasilkan kesimpulan bahwa pembentukan asosiasi TI sangat erat kaitannya dengan tren IT yang sedang terjadi di Indonesia. Tujuan masing-masing asosiasi yang dibentuk juga disesuaikan dengan kebutuhan masyarakat. Namun, meskipun begitu kita dapat menarik satu benang merah diantara keberagaman tujuan asosiasi-asosiasi TI tersebut, yaitu mengembangkan lingkungan TI di Indonesia.

Human activity recognition (HAR) is one of the topics that is being widely researched because of its diverse implementation in various fields such as health, construction, and UI / UX. As MEMS (Micro Electro Mechanical Systems) evolves, HAR data acquisition can be done more easily and efficiently using inertial sensors. Inertial sensor data processing for HAR requires a series of processes and a variety of techniques. This literature study aims to summarize the various approaches that have been used in existing research in building the HAR model. Published articles are collected from ScienceDirect, IEEE Xplore, and MDPI over the past five years (2017-2021). From the 38 studies identified, information extracted are the overview of the areas of HAR implementation, data acquisition, public datasets, pre-process methods, feature extraction approaches, feature selection methods, classification models, training scenarios, model performance, and research challenges in this topic. The analysis showed that there is still room to improve the performance of the HAR model. Therefore, future research on the topic of HAR using inertial sensors can focus on extracting and selecting more optimal features, considering the robustness level of the model, increasing the complexity of classified activities, and balancing accuracy with computation time.