<![CDATA[Posisi duduk merupakan salah satu posisi tubuh yang paling sering dilakukan oleh manusia dalam kehidupan sehari-hari. Postur dalam posisi duduk ini dapat memiliki pengaruh besar terhadap kesehatan, terutama jika tidak dilakukan dengan benar. Inilah mengapa penting bagi individu untuk memiliki pemahaman terkait dengan postur duduk yang benar saat beraktivitas. Pemahaman ini dapat diperoleh melalui pengembangan sistem wearable yang dirancang untuk mengklasifikasikan postur duduk. Untuk membuat sistem deteksi yang menyeluruh, sistem dirancang untuk mendeteksi postur duduk yang terlalu miring ke kanan maupun ke kiri, karena umumnya postur duduk yang tidak benar hanya dikaitkan pada posisi duduk membungkuk. Sistem ini dirancang untuk mendeteksi postur duduk manusia dan mengklasifikasikannya menjadi tiga kelas, yaitu “Tegak”, “Membungkuk”, dan “Miring”. Klasifikasi ini didasari oleh data mean dan standar deviasi dari nilai akselerometer dan giroskop yang diperoleh dari sensor MPU6050 yang terintegrasi dengan ESP32 dan diolah menggunakan algoritma Support Vector Machine. Rangkaian ini diaplikasikan pada rompi sehingga dapat digunakan saat melakukan aktivitas dengan postur duduk. Dalam penelitian ini, algoritma Support Vector Machine menghasilkan akurasi 100% pada model dan 91.6% pada keseluruhan sistem. Hasil klasifikasi berupa identifikasi postur duduk yang ergonomis dan non-ergonomis (membungkuk dan miring) yang ditandai dengan buzzer. Apabila buzzer aktif, maka postur duduk telah memasuki postur duduk non-ergonomis dan telah melebihi waktu trigger yang ditetapkan yaitu 10 detik, yang direkomendasikan sebagai waktu ideal notifikasi pengingat untuk pengguna. Sistem wearable yang dikembangkan ini dapat membantu pengguna dalam membiasakan postur duduk yang benar dalam kehidupan sehari-hari sehingga dapat mengurangi risiko kesehatan yang berhubungan dengan otot dan tulang belakang, dengan klasifikasi yang akurat serta sistem yang mudah digunakan.]]>
Copyrights © 2025
