Rancang Bangun Human Activity Recognizer Sebagai Classifier Sinyal Gempa Bumi Dan Aktivitas Manusia Pada Akselerometer Smartphone

Abstract

Akselerometer pada smartphone dapat merekam sinyal gempa bumi guna mendukung mitigasi kebencanaan di Indonesia. Aktivitas manusia menghasilkan noise yang cukup signifikan terhadap data akselerometer pada smartphone. Human Activity Recognizer (HAR) diimplementasikan memilah sinyal aktivitas manusia dari sinyal gempa bumi yang direkam akselerometer smartphone. Penelitian ini bertujuan untuk mengklasifikasikan sinyal percepatan linier aktivitas manusia dengan sinyal percepatan gempa bumi pada akselerometer smartphone Android melalui Human Activity Recognizer (HAR) berbasis algoritma K-Nearest Neighbor (K-NN). Metode penelitian terdiri dari penghimpunan data, pra pengolahan data, segmentasi data, ekstraksi ciri, dan klasifikasi. Berdasarkan hasil pengujian HAR sebagai classifier sinyal gempa bumi dan sinyal aktivitas manusia menggunakan algoritma K-NN secara umum mampu memilah sinyal akselerometer smartphone akibat aktivitas manusia dan sinyal gempa bumi dengan rentang akurasi 66,9% hingga 100%. Algoritma tipe Fine K-NN memiliki akurasi tertinggi sebesar 100%.

Keywords

• akselerometer
• smartphone
• gempa bumi
• human activity recognizer
• k-nearest neighbor