Tag Archives: fall detection

Deteksi Jatuh Pada Lansia Dengan menggunakan Akselerometer Pada Smartphone

by Mardi Hardjianto, Moh. Ainur Rony, Guntur S. Trengginas

Abstrak – Jatuh dapat menyebabkan efek cedera, seperti keseleo, patah tulang dan gegar otak, bahkan dapat menyebabkan kematian seseorang. Manula yang mengalami jatuh dapat menyebabkan gangguan psikologis seperti kehilangan harga diri dan perasaan takut bahwa mereka akan jatuh lagi. Akibat dari terjatuh, manula menjadi takut untuk berjalan agar terhindar dari bahaya jatuh lagi. Oleh karena itu, aplikasi untuk mendeteksi apakah terjadi peristiwa jatuh atau tidak, sangat diperlukan. Tujuan dari penelitian ini adalah untuk mengidentifikasi terjadinya peristiwa jatuh menggunakan metode berbasis threshold. Sensor yang digunakan untuk mendeteksi jatuh adalah akselerometer yang terletak di perangkat smartphone Android. Jika data dari sensor melebihi nilai ambang yang telah ditentukan, maka diidentifikasi telah terjadi jatuh dan aplikasi akan mengirim pesan singkat kepada pengawas dan anggota keluarga sehingga manula dapat segera dibantu

PDF

Fall Detection on Humans Using Threshold Method Base On Smartphone Accelerometer Data

by Mardi Hardjianto, Jazi Eko Istiyanto, Subanar, Agfianto Eko Putra

Abstract – Many fall detection systems are developed using accelerometer and gyroscope on smartphone. In existing fall detection systems, smartphone location placement is generally selected from the beginning and cannot be repositioned. The movement of smartphone decreases the accuracy of the system. This research provides fall detection model using accelerometer
on smartphone and the placement of the smartphone could vary as of six predetermined positions. The method used for fall detection is threshold method applying only one parameter, the value of resultant acceleration. There are two thresholds used in this research, upper threshold and lower threshold. The testing of fall detection model is conducted by eight volunteers (four males and four females), and resulted in 98.1% of accuracy, 96.9% of sensitivity, and 100 specificity.

source: IJASCSE