Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Rabbani, Dzaki
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengembangan Wearable Device untuk Deteksi Postur Duduk dan Kepala Berbasis Sensor MPU6050 dengan Metode Support Vector Machine Rabbani, Dzaki; Rosana Widasari, Edita; Kurniawan, Wijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 4 (2026): April 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Postur duduk yang tidak ergonomis, terutama kondisi membungkuk dan menundukkan kepala dalam waktu lama, berpotensi menimbulkan gangguan muskuloskeletal seperti nyeri punggung bawah, ketegangan otot leher, dan penurunan kenyamanan kerja. Penelitian ini mengembangkan sebuah sistem wearable berbasis tiga sensor MPU6050 yang ditempatkan pada punggung atas, punggung bawah, dan belakang kepala untuk mendeteksi postur duduk secara real-time. Data enam sumbu (3-sumbu akselerometer dan 3-sumbu giroskop) dari tiap sensor digabungkan menjadi 18 fitur dan diklasifikasikan menggunakan metode Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF). Pengambilan data dilakukan pada lima subjek dengan total 1.248 sampel, kemudian dibagi menjadi 80% data latih dan 20% data uji. Hasil pengujian menunjukkan bahwa model SVM mencapai akurasi 99,6% pada data uji, dengan performa merata pada tiga kelas postur: tegak, bungkuk, dan menunduk. Implementasi model pada perangkat ESP32-S3 juga diuji pada skenario penggunaan nyata, menghasilkan akurasi 100% dalam mengklasifikasikan postur dan memberikan peringatan melalui buzzer untuk kondisi tidak ergonomis. Selain itu, waktu komputasi rata-rata untuk satu siklus prediksi adalah 11,5 ms, yang memenuhi kebutuhan respon real-time dengan interval sampling 300 ms. Hasil ini menunjukkan bahwa sistem wearable yang dikembangkan mampu melakukan deteksi postur duduk secara presisi, responsif, dan stabil, serta berpotensi diterapkan sebagai alat bantu koreksi postur bagi pengguna yang duduk dalam durasi panjang. 
Co-Authors Rosana Widasari, Edita Wijaya Kurniawan