Tesis

Motion detection untuk gerakan latihan fisioterapi berbasis deep learning / Dika Fikri Laistulloh

Abstrak
Fisioterapi berfokus pada pergerakan dan pemanfaatan potensi pasien secara optimal. Exercise Therapy adalah tindakan fisioterapi yang khusus memfokuskan latihan pada gerak aktif maupun pasif. Pasien Cerebral Palsy (CP) adalah salah satu penderita gangguan motorik pada ekstremitas atas. Anak dengan CP memiliki kelainan neurologis permanen yang menyebabkan gangguan pada semua fungsi motorik. Physiotherapy Exercise Movement memiliki 4 kategori latihan gerakan untuk terapi penderita gangguan tubuh ekstremitas atas. Kategori gerakan tersebut adalah elbow flexor strengthening in sitting using free weights Lifting up an object reaching diagonally in sitting and reaching from a low surface to a high surface. Dengan mengambil 4 kategori motion movement pada terapi latihan data diambil menggunakan subyek anak normal sebagai standar gerakan baku yang kemudian menjadi rujukan untuk terapi anak CP. Keterbatasan terapi dalam perawatan fisik mendorong peneliti untuk menyelidiki pemanfaatan image processing sebagai input pada Human Computer Interaction (HCI) dalam proses terapi berbasis motion detection. Pada penelitian menggunakan Deep learning sebagai pengklasifikasi dengan 2 jenis model deep learning. Yaitu menggunakan Model CNN (model arsitektur Inception V3 Resnet152 dan VGG16) dan model Deep Learning Transfer Learning. Hasil yang didapat model CNN (Inception V3) memiliki performa yang paling bagus dengan persentase akurasi sebesar 98% dibandingkan dengan model Transfer Learning dengan persentase akurasi sebesar 58% .

Informasi Detail

DDC

Rt 629.8904 LAI m

Prodi

Universitas Negeri Malang. Program Studi Teknik Elektro, 2024.

Deskripsi Fisik

36, lembar : ilus. ; 30 cm

Bahasa

Indonesia

No Reg

00260/RT/24

Edisi

Tesis (Pascasarjana)--Universitas Negeri Malang. 2024

Subjek

1. TEKNIK ELEKTRO - ALAT DETEKSI GERAK
2. PHY SIO THERAPY EXERCISE
3. ELECTRICAL ENGINEERING - MOTION DETECTION EQUIPMENT

Pembimbing

1. Dr.eng Anik Nur Handayani, S.t., M.t; 2. Eng Rosa Andrie Asmara

Lampiran Berkas