Sistem Pendeteksi Jatuh Wearable untuk Lanjut Usia Menggunakan Accelerometer dan Gyroscope

Abstract

Perkembangan populasi lanjut usia meningkat setiap tahunnya berbanding lurus dengan angka potensi jatuh pada lanjut usia. Jatuh menjadi salah satu kecelakaan yang paling umum terjadi pada lanjut usia. Sekitar 28-35% orang berusia 65 atau lebih di dunia mengalami kejadian jatuh setiap tahunnya. Jatuh dapat berakibat cedera fatal bahkan meningkatkan risiko kematian jika tidak segera ditangani. Untuk meminimalkan dampak yang ditimbulkan jatuh tersebut, telah banyak penelitian yang dilakukan salah satunya dengan metode threshold. Penelitian ini bertujuan membuat suatu sistem pendeteksi jatuh untuk mendapatkan nilai akurasi sistem. Sistem ini memanfaatkan nilai keluaran dari sensor accelerometer dan gyroscope berbasis mikrokontroler dengan metode threshold. Hasil notifikasi jatuh akan dikirimkan dan ditampilkan pada smartphone android. Perangkat ini bersifat wearable digunakan pada bagian pinggang. Penelitian ini menggunakan 6 jenis aktivitas biasa: berdiri, jongkok, berjalan, berlari, naik dan turun tangga, juga menggunakan 4 jenis aktivitas jatuh: jatuh ke kanan, kiri, depan dan belakang. Berdasarkan hasil pengujian yang telah dilakukan, didapatkan bahwa sistem yang dibuat memiliki sensitivitas sebesar 82,50%, spesifisitas sebesar 91,67%, akurasinya sebesar 88% dan tingkat keberhasilan smartphone menampilkan notifikasi jatuh sebesar 96,97%.

Sistem Pendeteksi Jatuh Berbasis Internet of Things

“…Sistem Pendeteksi Jatuh Wearable untuk Lanjut Usia menggunakan Accelerometer dan Gyroscope [7]. Pada penelitian ini, penulis membangun sistem pendeteksi jatuh dengan memanfaatkan nilai keluaran dari sensor accelerometer dan gyroscope berbasis mikrokontroler.…”

Rancang Bangun Fall Detector System Untuk Pasien Stroke Dengan Metode Wsn (Wireless Sensor Network)

“…Hasil pengujian keseluruhan alat dengan menggunakan nilai threshold LFTacc, UFTac dan UFTgy sebesar 0,48 g, 2,36 g. dan 270 deg/s, maka didapatkan sensitivitas sebesar 82,50%, spesifisitas sebesar 91,67%, dan akurasinya sebesar 88%. Hasil notifikasi jika terjadi jatuh dapat ditampilkan pada aplikasi android smartphone dengan tingkat keberhasilan sebesar 96,97% [9].…”

Pengembangan Deteksi Jatuh pada Manusia Menggunakan Metode Threshold Berbasis Data Akselerometer pada Smartphone

“…Ketiga kategori ini, deteksi jatuh berbasis sensor yang dipasang pada tubuh yang paling banyak diteliti dan praktis. Sebagian besar sistem terbaru memiliki kombinasi dari dua atau lebih sensor termasuk akselerometer dan giroskop [4], [5]. Penggunaan lebih dari satu jenis sensor cenderung menghasilkan akurasi yang lebih baik, namun penggunaan komsumsi daya menjadi lebih besar [6].…”

“…Dari penelitian sebelumnya, metode yang banyak digunakan untuk deteksi jatuh yaitu threshold [5], [7], [8], [10], [11]. Metode ini digunakan untuk menghindari komputasi yang kompleks dan berkesesuaian dengan akselerometer yang hanya menggunakan konsumsi daya yang kecil.…”