Jatuh dapat menyebabkan masalah yang serius terutama bagi orang yang mempunyai resiko tinggi. Ketersediaan suatu sistem yang dapat mendeteksi manusia jatuh sangat berkaitan erat dan sangat dibutuhkan didalam bidang kesehatan. Metode untuk mendeteksi gerakan jatuh secara otomatis saat ini memang telah ada, namun umumnya masalah timbul apabila metode tersebut dihadapkan dengan data nonjatuh yang mempunyai pola gerakan menyerupai dengan gerakan jatuh seperti lompat. Tantangan utama untuk mengenali manusia jatuh berdasarkan pada data smartphone adalah: noisy dataset, banyak variasi data, dan data yang tidak dapat dipisahkan karena ada data nonjatuh yang polanya mirip dengan jatuh. Penelitian difokuskan untuk menjawab tantangan diatas dengan menggunakan metode threshold-based detection dan pattern recognition dengan penerapan machine learning. Penelitian ini sangatlah penting karena jatuh dapat terjadi kapan saja dan di mana saja serta dapat menimbulkan cedera bahkan kematian dan metode ini dapat membantu mendeteksi jika seseorang terjatuh.

deteksi manusia jatuh, smartphone, threshold-based detection, pattern recognition, machine learning

• Dr. Maria Seraphina Astriani, S.Kom., M.T.I.

• Raymond Bahana, ST., M.Sc.