Paradisa, Anisa (2026) Wearable Device Berbasis IoT untuk Klasifikasi Postur Tubuh Menggunakan Algoritma Xgboost. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (22kB)
	Text Abstrak.pdf Download (124kB)
	Text BAB 1.pdf Download (83kB)
	Text Daftar Pustaka.pdf Download (175kB)
	Text Full Text.pdf Restricted to Registered users only Download (2MB)

Abstract

Postur duduk yang tidak ergonomis saat belajar di depan komputer dalam waktu lama dapat menyebabkan gangguan muskuloskeletal pada mahasiswa. Penelitian ini bertujuan untuk merancang dan mengembangkan model klasifikasi postur duduk mahasiswa berbasis sensor akselerometer menggunakan algoritma XGBoost serta mengolah data sensor untuk mengidentifikasi durasi dan pola waktu postur tidak ergonomis. Data dikumpulkan dari 21 subjek mahasiswa menggunakan dua sensor MPU6050 yang dipasang pada area torakal dan lumbar, dengan total 28.054 baris data. Tahap preprocessing meliputi penanganan missing values dengan imputasi mean, penghapusan kolom identitas, serta penghapusan data giroskop karena mengandung outlier ekstrem. Ekstraksi fitur dilakukan dengan windowing berukuran 30 sampel tanpa tumpang tindih, menghasilkan 24 fitur statistik. Model XGBoost dievaluasi menggunakan Leave‑One‑Person‑Out Cross‑Validation. Hasil penelitian menunjukkan rata‑rata akurasi sebesar 73,76% dengan nilai presisi dan recall yang seimbang. Fitur paling dominan adalah az2_max dan az1_mean. Pada pengujian real‑time dengan lima subjek, model mencapai akurasi 100%. Sistem monitoring web berhasil menampilkan status postur, nilai confidence, dan log perubahan postur secara real‑time, serta mengaktifkan buzzer saat postur non‑ergonomis terdeteksi. Akurasi model dipengaruhi oleh karakteristik fisik individu seperti tinggi dan berat badan. Penelitian ini menyimpulkan bahwa model XGBoost berbasis akselerometer efektif untuk klasifikasi postur duduk mahasiswa, namun perlu penambahan data dengan variasi fisik yang lebih luas untuk meningkatkan generalisasi.

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:	Anisa Paradisa
Date Deposited:	04 Sep 2026 03:44
Last Modified:	04 Sep 2026 03:44
URI:	https://rama.unimal.ac.id/id/eprint/22381

Actions (login required)

View Item