Pengenalan Individu Berdasarkan Gait Menggunakan Sensor Accelerometer

Abstract

Setiap individu memiliki keunikan tersendiri dalam cara berjalan atau gait. Karena itu gait dapat digunakan untuk mengenali seorang individu. Sehingga gait dapat diimplementasikan sebagai biometrik. Accelerometer adalah sensor untuk mengukur dan mendeteksi getaran, ataupun untuk mengukur percepatan, yang juga bergantung pada arah atau orientasi. Sensor accelerometer sudah digunakan secara luas dikehidupan sehari- hari, terutama pada smartphone. Sehingga dimungkinkan untuk mengukur pergerakan individu saat berjalan menggunakan sensor accelerometer yang tertanam pada smartphone. Penelitian ini dilakukan pengenalan individu berdasarkan gait dengan menfaatkan sensor accelerometer yang tertanam pada smartphone. Untuk pengolahan data atau melakukan analisis pengenalan mengimplementasikan metode Mel-Frequency Cepstral Coefficient dan Hidden Markov Model. Metode Mel-Frequency Cepstral Coefficient digunakan untuk melakuakan ekstraksi ciri. Sedangkan metode Hidden Markov Model digunakan untuk melakukan klasifikasi. Sinyal gait sendiri terdiri dari empat sinyal yaitu sinyal sumbu x, y, z, dan magnitude (m). Penelitian ini menghasilkan tingkat akurasi paling tinggi mencapai 96%, pada model jumlah states 2, jumlah MFCC 30, dan ukuran codebook sebesar 8. Kombinasi antar sinyal x-y-z-m menghasilkan tingkat akurasi yang paling tinggi. Secara keseluruhan tingkat akurasi sistem mencapai 96%.
Kata kunci : Gait, Accelerometer, Hidden Markov Model, MFCC