TA: Sistem Deteksi Detak Jantung Melalui Wajah Secara Computer Vision Menggunakan Metode Remote Photoplethysmograph

Philbert, Nicholas (2023) TA: Sistem Deteksi Detak Jantung Melalui Wajah Secara Computer Vision Menggunakan Metode Remote Photoplethysmograph. Undergraduate thesis, Universitas Dinamika.

	Text 19410200004_2023_UNIVERSITASDINAMIKA.pdf - Accepted Version Download (1MB)
	Text 19410200004_2023_LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (398kB)

Search this title on : |

Abstract

Dalam mendeteksi detak jantung atau memantau detak jantung menggunakan alat yang memerlukan kontak fisik, hal itu dapat menyebabkan iritasi jika dilakukan jangka panjang pada tempat yang sama. Tujuan penelitian menerapkan RPPG untuk deteksi detak jantung melalui wajah, mengetahui tingkat real time dari sistem deteksi detak jantung menggunakan RPPG, menentukan jarak optimal yang memberikan tingkat akurasi tertinggi, serta memunculkan tingkat akurasi dari RPPG. Hasil dan kesimpulan dari penelitian ini menunjukkan bahwa RPPG berhasil diterapkan untuk deteksi detak jantung melalui wajah dengan tingkat akurasi sebagai berikut: 28cm terhadap smartwatch = 92.5%, terhadap alat saturasi jari = 92.1%; 40cm terhadap smartwatch = 93.2%, terhadap alat saturasi jari = 94.4%; 60cm terhadap smartwatch = 84.9%, terhadap alat saturasi jari = 84.6%; 80cm terhadap smartwatch = 89.5%, terhadap alat saturasi jari = 90%; 110cm terhadap smartwatch = 67.4%, terhadap alat saturasi jari = 67.9%. Nilai fps yang dihasilkan oleh sistem lebih dari 7 fps, maka dapat dikatakan real time. Penelitian ini memiliki manfaat dalam memudahkan deteksi detak jantung tanpa kontak fisik dan berpotensi untuk kemajuan dalam bidang medis. Selain itu, penelitian ini juga meningkatkan pemahaman tentang penggunaan Computer Vision dalam konteks kesehatan.

Export Record

Item Type:	Thesis (Undergraduate)
Additional Information:	Nicholas Philbert (19410200004)
Uncontrolled Keywords:	Detak Jantung, Remote Photoplethysmograph, Webcam
Dewey Decimal Classification:	600 – Technology > 620 Engineering & Applied operations > 620 Engineering & allied operations
Divisions:	Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User:	Nicholas Philbert
Date Deposited:	08 Aug 2023 14:53
Last Modified:	08 Aug 2023 14:53
THESIS ADVISORS:	1. Heri Pratikno, M.T.,MTCNA.,MTCRE. (NIDN : 0716117302) 2. Weny Indah Kusumawati, S.Kom.,M.MT. (NIDN : 0730069102)
URI:	http://repository.dinamika.ac.id/id/eprint/7255

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item

Altmetric