Deteksi potongan tubuh manusia adalah tugas yang sangat menantang. Deteksi potongan tubuh manusia dapat diterapkan dalam berbagai situasi seperti pencarian korban bencana alam, pencarian potongan tubuh yang tertutup dengan objek lain, korban kecelakaan, dan lain – lain sehingga dapat memudahkan para pengguna untuk mendeteksi potongan tubuh manusia. Potongan tubuh dalam penelitian ini dibedakan dalam dua kategori yaitu berdasarkan kelengkapan potongan tubuh manusia dan kelas yang dideteksi. Tujuan pada penelitian ini adalah untuk mengetahui kinerja Faster R-CNN dengan ResNet-101 dalam mendeteksi potongan tubuh manusia. Jumlah dataset yang digunakan sebanyak 100 citra gambar. Berdasarkan hasil penelitian, Faster R-CNN dengan ResNet-101 pada step 1000, 2000, dan 3000 menunjukkan bahwa hasil terbaik pada deteksi step 3000 dengan Precision 79,50%, Recall  68,80%, dan F1 score 73,76%. Pada penelitian ini, pemanfaatan algoritma Faster R-CNN dengan ResNet-101 mampu mendeteksi potongan tubuh Manusia namun kualitas piksel dan ketajaman pada citra gambar juga mempengaruhi hasil deteksi.

Lansia yang rata – rata menghabiskan waktunya didalam rumah juga membutuhkan olahraga cukup, sehingga dibutuhkan sepeda statis yang dapat menampilkan data detak jantung dan suhu tubuh saat berolahraga, sehingga dapat dilakukan pengambilan tindakan selanjutnya setelah mengetahui hasil pengukuran. Pada sepeda statis sudah terpasang sensor Heart Rate, sensor suhu DS18B20, dan sensor Infrared FC-51 sebagai pendeteksi jumlah putaran dan kecepatan roda. Saat lansia mulai bersepeda dengan durasi yang sudah dipilih dan sensor photodioda mendeteksi adanya putaran maka sensor Heart Rate dan sensor DS18B20 akan dapat menampilkan data detak jantung dan suhu tubuh. Data dari sensor selama bersepeda dikirimkan secara wireless melalui NodeMCU sehingga dapat ditampilkan dalam aplikasi android hingga waktu habis dan alarm akan berbunyi, dari data yang diperoleh dapat dihasilkan diagnosis normal atau tidak normal nilai detak jantung dan suhu tubuh. Selain itu juga dapat diketahui kualitas suhu tubuh dan detak jantung berdasarkan jumlah putaran dan kecepatan roda. Dari hasil penelitian dapat disimpulkan bahwa penentuan diagnosis normal pada lansia saat suhu tubuh berkisar pada 35°C - 38°C dan detak jantung dapat dihitung dengan rumus yaitu 220 dikurangi usia. Selama proses pengiriman data diperoleh rata – rata troughput dari 9 kali pengujian sebesar 6,153 Kb/s dengan dengan delay minimal sebesar 28,590 ms dan maximal 88,078 ms.