Doktor ITS Manfaatkan AI untuk Analisis Aktivitas Manusia, Krusial Bagi Dunia Kesehatan

HARIAN DISWAY - Penelitian di bidang Human Motion Analysis (HMA) terus mengalami perkembangan pesat, terutama dalam sektor kesehatan. 

Salah satu terobosan terbaru datang dari Endang Sri Rahayu, doktor baru lulusan Institut Teknologi Sepuluh Nopember (ITS). 

Endang telah berhasil mengembangkan metode inovatif untuk mengenali aktivitas manusia melalui pengamatan titik-titik sendi dengan menggunakan Deep Convolutional Neural Network (DCNN), sebuah pendekatan canggih dalam Artificial Intelligence (AI).

Dalam sidang terbuka promosi doktor yang digelar di Departemen Teknik Elektro ITS, Endang menekankan pentingnya penelitian untuk mengenali aktivitas manusia. Terutama dalam mendukung proses rehabilitasi medis, pemantauan aktivitas lansia, hingga pengembangan gerakan robot cerdas. 

BACA JUGA:ITS Catatkan Rekor Muri Lewat Karya Catra Warna Maba

BACA JUGA:Pakar ITS: Proyek Surabaya Waterfront Land Tidak Layak Jadi PSN

“Penelitian yang akurat diperlukan untuk menyelesaikan berbagai tantangan aktivitas manusia,” jelasnya dikutip Jumat, 16 Agustus 2024.

Endang menjelaskan bahwa pengenalan aktivitas manusia sangat krusial dalam bidang kesehatan, terutama untuk memantau gerakan abnormal yang bisa menjadi indikator risiko penyakit, khususnya pada lansia. 

“Dengan pengamatan yang tepat, kita dapat mencegah berbagai masalah kesehatan sebelum berkembang lebih jauh,” tambah dosen Teknik Elektro Universitas Jayabaya, Jakarta ini.

Endang mengembangkan penelitian yang berjudul Model Kombinasi Pergeseran Sudut Sendi dengan Deep Learning untuk Mengenali Aktivitas Manusia. Berfokus pada analisis posisi sendi dengan menggunakan model DCNN. 

Memanfaatkan data dari Florence 3D Actions, penelitian ini mengamati 15 titik sendi manusia, termasuk kepala, bahu, dan pergelangan kaki, yang berfungsi sebagai indikator gerakan.

BACA JUGA:Ichiro ITS Kembali Berjaya, Kini Juarai Kompetisi Robot Soccer di Belanda

BACA JUGA:Inovatif di GIIAS 2024 Anargya Formula EV Mark 3.0: Inovasi Mahasiswa ITS di Panggung GIIAS!

Analisis awal menggunakan teknik Euclidean distance menunjukkan bahwa metode perhitungan jarak sendi belum mampu membedakan beberapa aktivitas manusia, seperti duduk dan berdiri. 

Sumber: