Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Analisis gerakan kinematik telah memberikan kontribusi wawasan berharga ke dalam ilmu fisiologi koordinasi gerakan. Analisis gerakan kinematik ini juga digunakan untuk menggambarkan kerusakan fungsi motorik yang spesifik secara rinci dan membantu untuk diagnosis klinis yang lebih baik. Sebagai teknik kuantitatif obyektif, beberapa aplikasi telah mengklaim untuk melacak perubahan dalam fungsi motorik dari waktu ke waktu lebih akurat daripada perangkat klinis. Gait Analysis manusia telah terbukti menjadi indikator penting kesehatan, yang berlaku dalam berbagai aplikasi, seperti diabetes, penyakit neurologis, dan prediksi jatuh. Gait Analysis pada penelitian ini diharapkan untuk menjadi sitem yang akurat, tidak mengganggu voluntir, dan low cost. Gait Analysis dalam kiprah klinis memiliki banyak aplikasi dalam diagnosis, pemantauan, pengobatan dan rehabilitasi. Tujuan dari penilitian ini adalah untuk merancang sebuah parameter pengukuran untuk rehabilitasi medik dengan menggunakan gait analysis. Pada penelitian ini, hasil classification learner untuk mendeteksi siklus stance dan swing memiliki akurasi sebesar 90 dan hasilclassification learner untuk mendeteksi apakah pola jalan voluntir normal atau tidak memiliki akurasi sebesar 94.4. ......The analysis of kinematic movements has contributed valuable insights into the physiology of movement coordination. It is also used to describe specific damage to motor function in detail and thereby increase the clinical diagnosis. As an objective quantitative technique, some applications have claimed to track changes in motor function over time more accurately than clinical ratings. Human gait analysis have proven to be an important indicator for a few application such as diabetic, neuro impairment and fall prediction. In this research, the parameter of gait analysis was made to be an accurate, easy to use and low cost system. There are lots of clinical applications on gait analysis such as in diagnosis, treatment, and rehabilitation. The purpose of this research is to design a parameter for medical rehabilitation using gait analysis. The result on classification that are used to detect the stance and swing cycle have an accuracy percentage of 90 and for the classification of walking abnormalities are 94.4

Abstrak :
Berjalan merupakan salah satu pergerakan dasar pada tubuh manusia sehingga apabila terjadi cedera atau penyakit yang menyebabkan cara berjalan seseorang dapat memberikan dampak yang buruk. Ada berbagai metode dalam melakukan pengobatan dan rehabilitasi untuk mengembalikan cara berjalan yang cacat, salah satunya adalah gait analysis. Hingga saat ini, terdapat berbagai sistem yang telah digunakan dalam gait analysis. Tetapi pada beberapa sistem gait analysis menunjukkan adanya kekurangannya untuk penggunaan klinis, seperti dapat menimbulkan gangguan saat melakukan pergerakan normal dan harga peralatan gait analysis yang relatif tinggi. Sebuah sensor motion capture, yaitu Kinect telah menarik perhatian banyak peneliti untuk menguji keakuratan sensor tersebut sebagai perangkat gait analysis. Pada penelitian ini dilakukan sebuah pengujian keakuratan sensor Kinect dalam gait analysis dengan dua skenario posisi perekaman gait yang berbeda, yaitu 45º dan 90º terhadap jalur berjalan. Penelitian ini dilakukan terhadap 26 subjek dengan kondisi berjalan yang normal dan abnormal dengan menggunakan satu kamera Kinect. Dua klasifikasi data, yaitu klasifikasi stance dan swing dan klasifikasi cara berjalan diperoleh dengan menggunakan aplikasi classification learner pada Matlab. Posisi penempatan kamera Kinect memberikan nilai akurasi pendeteksian yang berbeda dimana skenario perekaman 45º menghasilkan akurasi pendeteksian stance dan swing sebesar 93,7% dan skenario perekaman 90º menghasilkan akurasi pendeteksian sebesar 93,1%. Pada pengklasifikasian data cara berjalan diperoleh akurasi pendeteksian Kinect sebesar 96,2% pada kedua skenario. Nilai error pada hasil pengklasifikasian dapat disebabkan oleh beberapa faktor, seperti ukuran ekstremitas bawah yang ramping, pemakaian celana yang longgar, pengaruh intensitas cahaya matahari terhadap pancaran inframerah kamera Kinect dan ketidakseimbangan jumlah kelas data pada dataset. Berdasarkan hasil tersebut, kamera Kinect dapat menjadi sebuah alat alternatif gait analysis untuk aplikasi rehabilitas medis. ......Walking is one of the basic movements in the human body so that if there is an injury or disease that causes a person's way of walking, it can have a bad impact. There are various methods of doing treatment and rehabilitation to restore the disabled gait, one of which is gait analysis. Until now, there are various systems that have been used in gait analysis. However, some gait analysis systems have shown drawbacks for clinical use, such as causing disturbances during normal movements and the relatively high cost of gait analysis equipment. A motion capture sensor, namely Kinect has attracted the attention of many researchers to test the accuracy of the sensor as a gait analysis device. In this study, a test of the accuracy of the Kinect sensor in gait analysis was carried out with two scenarios of different gait recording positions, namely 45º and 90 with respect to the walking path. This study was conducted on 26 subjects with normal and abnormal walking conditions using one Kinect camera. Two data classifications, namely stance and swing classification and gait classification were obtained using the classification learner application in Matlab. The position of the Kinect camera provides different detection accuracy values where the 45º recording scenario produces a stance and swing detection accuracy of 93.7% and the 90º recording scenario produces a detection accuracy of 93.1%. In the classification of walking data, the Kinect detection accuracy is obtained by 96.2% in both scenarios. The error value in the classification results can be caused by several factors, such as the size of the slender lower extremities, the use of loose pants, the influence of the intensity of sunlight on the infrared emission of the Kinect camera and the imbalance in the number of data classes in the dataset. Based on these results, the Kinect camera can be an alternative tool for gait analysis for medical rehabilitation applications