Fathurrahman, Muhammad (2026) Sistem Deteksi Posisi Tubuh Belakang saat Mengangkat Beban Berbasis Internet of Things Menggunakan Random Forest. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (22kB)
	Text Abstrak.pdf Download (10kB)
	Text Bab1.pdf Download (34kB)
	Text Daftar-Pustaka.pdf Download (107kB)
	Text Full-text.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Work-related Musculoskeletal Disorders (WMSDs) masih menjadi masalah kesehatan kerja yang disebabkan oleh posisi tubuh yang kurang tepat saat mengangkat beban. Penelitian ini bertujuan merancang dan menguji Sistem Deteksi Posisi Angkat Beban berbasis Internet of Things (IoT) yang mampu memantau posisi tubuh secara real-time serta mengidentifikasi gerakan benar dan salah menggunakan metode Random Forest. Penelitian menggunakan pendekatan eksperimen dengan pengumpulan data dari 20 responden yang melakukan aktivitas mengangkat beban pada dua kondisi, yaitu teknik benar dan teknik salah. Sistem dibangun menggunakan dua sensor MPU6050, satu sensor BMP280, mikrokontroler ESP8266, website berbasis Flask, serta buzzer sebagai umpan balik. Data yang terkumpul kemudian melalui tahap pembersihan data, pelabelan, ekstraksi fitur, normalisasi, pemodelan, dan evaluasi klasifikasi. Hasil penelitian menunjukkan bahwa sistem berhasil bekerja secara terintegrasi dan model Random Forest memperoleh akurasi sebesar 83,32% dengan rata-rata akurasi per subjek 84,80%. Pada pengujian sistem, 39 dari 40 data uji menghasilkan prediksi yang sesuai dengan label aktual, sedangkan respons buzzer juga berjalan sesuai rancangan. Hasil ini menunjukkan bahwa sistem dapat digunakan sebagai media deteksi awal untuk membantu pengguna memperbaiki teknik angkat beban dan mengurangi risiko cedera punggung.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Fathurrahman Jafani
Date Deposited:	04 Sep 2026 03:10
Last Modified:	04 Sep 2026 03:10
URI:	https://rama.unimal.ac.id/id/eprint/22362

Actions (login required)

View Item