Br Sembiring, Syaldina Syahfitri (2026) SISTEM REAL-TIME UNTUK PEMANTAUAN AKTIVITAS BELAJAR MAHASISWA BERBASIS INTERNET OF THINGS DAN MACHINE LEARNING. S1 thesis, Universitas Malikussaleh.

	Text Cover_Syaldina Syahfitri Br Sembiring.pdf Download (180kB)
	Text Abstrak_Syaldina Syahfitri Br Sembiring.pdf Download (215kB)
	Text bab 1_ Syaldina Syahfitri Br Sembiring.pdf Download (224kB)
	Text Dapus_Syaldina Syahfitri Br Sembiring.pdf Download (196kB)
	Text Skripsi Syaldina Syahfitri Br Sembiring.pdf Restricted to Registered users only Download (4MB)

Abstract

Perilaku sedentari akibat aktivitas belajar dalam posisi duduk yang berlangsung lama dapat meningkatkan risiko gangguan kesehatan, salah satunya Low Back Pain (LBP). Penelitian ini bertujuan mengembangkan sistem pemantauan aktivitas belajar mahasiswa berbasis Internet of Things (IoT) menggunakan wearable sensor serta menerapkan algoritma Extreme Gradient Boosting (XGBoost) untuk mengklasifikasikan aktivitas duduk dan berdiri secara real-time. Sistem menggunakan dua sensor MPU6050 dan satu sensor BME280 yang terhubung dengan mikrokontroler ESP8266 untuk mengirimkan data ke server. Data sensor diproses melalui tahapan preprocessing, ekstraksi fitur menggunakan metode sliding window, seleksi fitur menggunakan feature importance, dan klasifikasi menggunakan algoritma XGBoost. Hasil klasifikasi ditampilkan melalui dashboard monitoring yang dilengkapi fitur sitting timer dan pengingat microbreak menggunakan buzzer. Hasil evaluasi model menggunakan metode Leave-One-Subject-Out (LOSO) menghasilkan rata-rata akurasi sebesar 88,90%. Selain itu, evaluasi menggunakan confusion matrix dan classification report menunjukkan bahwa model mampu membedakan aktivitas duduk dan berdiri dengan performa yang baik. Pengujian sistem menunjukkan bahwa dashboard mampu menampilkan hasil klasifikasi dan data sensor secara real-time, serta buzzer berhasil memberikan peringatan ketika durasi duduk melebihi batas yang ditentukan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu melakukan pemantauan aktivitas pengguna secara real-time dan mendukung upaya pengurangan perilaku sedentari selama aktivitas belajar.

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:	Syaldina Syahfitri Br Sembiring
Date Deposited:	04 Sep 2026 04:26
Last Modified:	04 Sep 2026 04:26
URI:	https://rama.unimal.ac.id/id/eprint/22388

Actions (login required)

View Item