Home News Seseorang Jatuh Bisa Diketahui dengan Cepat Melalui Aplikasi “Fall Detection”

Seseorang Jatuh Bisa Diketahui dengan Cepat Melalui Aplikasi “Fall Detection”

513
0
Dr Syarif Hidayat saat memberti penjelasan kepada wartawan di Gedung KH Mas Mansur FTI UII, Selasa (28/1/2020). Foto : Philipus Jehamun/Bernasnews.com

BERNASNEWS.COM –Seorang dosen Program Studi (Prodi) Informatika, Fakultas Teknologi Industri UII Dr Syarif Hidayat berhasil menemukan aplikasi yang berfungsi untuk mendeteksi jatuh (fall detection) yang dialami seseorang dengan cepat. Melalui aplikasi ini, anggota keluarga atau orang yang terdekat dengan korban akan dengan cepat mendapatkan informasi melalui smartphone bila seseorang atau anggota yang mengenakan alat fall detection terjatuh.

“Alat ini baru sebatas memberi informasi dengan cepat bahwa seseorang jatuh sehingga dengan cepat pula diketahui oleh orang di sekitarnya. Masih diperlukan penelitian lebih lanjut untuk memberi informasi mengapa terjatuh dan sebagainya,” kata Syarif Hidayat kepada wartawan di Gedung KH Mas Mansur FTI UII, Selasa (28/1/2020).

Dr Syarif Hidayat. Foto : Philipus Jehamun/Bernasnews.com

Syarif Hidayat yang didampingi Rahadian Kurniawan MKom, Manager Akademik Keilmuan Program Studi Informatika, Program Magister FTI UII, mengungkapkan, temuan ini telah mengantarkannya meraih gelar doktor dari Departemen Ilmu Komputer dan Elektronika UGM. Syarif Hidayat lulus doktor pada September 2019 dan menjad doktor kedelapan Dosen Jurusan Informatika FTI UII.

Menurut Syarif Hidayat, Fall Detection menggunakan algoritme machine learning sehingga komputer dapat belajar layaknya manusia dalam mengenali pola. Misalnya, komputer bisa mengenali wajah dan sidik jari seseorang.

Fall Detection, menurut Syarif Hidayat, menggunakan Random Forest atau salah satu algoritme Machine Learning yang memiliki akurasi paling tinggi. Microsoft menerapkan algoritme ini pada console game andalannya, yaitu XBOX 360.

Dr Syarif Hidayat. Foto : Philipus Jehamun/Bernasnews.com

“Sayangnya, model pengenalan pola yang dihasilkan algoritme ini membutuhkan sumber daya komputasi yang cukup besar. Sehingga algoritme ini hanya dapat diterapkan pada perangkat berspesifikasi tinggi,” kata Syarif.

Karena itu, Syarif Hidayat mengembangkan penelitian menggunakan tiga metode yaitu Splitting Criteria Optimization (SCO), Measured Tree Pruning (MTP), dan Accuracy-Based Tree Clustering (ATC). Ketiga metode tersebut mampu menghasilkan model pengenalan pola yang lebih ringkas.

Dikatakan, ada beberapa keuntungan menggunakan tiga metode tersebut. Pertama, program dapat dijalankan pada mesin berspesifikasi rendah. Kedua, penggunaan energi menjadi lebih efisien, sehingga daya tahan baterai perangkat lebih lama.

Hasil penelitian ini, menurut Syarif, sudah diujikan pada sistem deteksi jatuh manusia yang diterapkan pada perangkat bergerak. Metode penelitian ini membuat perangkat dapat digunakan lebih lama dan akurat.

“Metode ini diharapkan dapat diterapkan pada program pengenalan pola yang lain, seperti pengenalan wajah, sidik jari, suara, retina, dan lain-lain. Selain itu, hasil penelitian ini dapat membuka peluang bagi program pengenalan pola untuk dipasang pada perangkat kecil dengan spesifikasi rendah,” kata Syatif Hidayat. (lip)

LEAVE A REPLY

Please enter your comment!
Please enter your name here