IMPLEMENTASI METODE EUCLIDEAN DISTANCE UNTUK EKSTRAKSI FITUR JARAK PADA CITRA SKELETON

Miftahul Jannah; Nurul Humaira

doi:10.35760/ik.2019.v24i2.2368

IMPLEMENTASI METODE EUCLIDEAN DISTANCE UNTUK EKSTRAKSI FITUR JARAK PADA CITRA SKELETON

Miftahul Jannah
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma
Indonesia

Nurul Humaira
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma
Indonesia

DOI: http://dx.doi.org/10.35760/ik.2019.v24i2.2368

Abstract

Gait adalah cara atau sikap berjalan kaki seseorang. Tiap orang memiliki cara berjalan yang berbeda, sehingga gerak jalan seseorang sulit untuk disembunyikan ataupun direkayasa. Analisis gait adalah ilmu pengetahuan yang mempelajari tentang kemampuan atau cara bergerak manusia. Dalam bidang kedokteran, analisis gait digunakan untuk menentukan penanganan dan terapi bagi pasien rehabilitasi medik. Dalam penelitian ini digunakan fitur jarak pada citra skeleton. Ekstraksi fitur jarak pada citra skeleton menggunakan metode euclidean distance terbagi dalam beberapa tahapan, dimulai dengan mengambil citra skeleton, konversi citra RGB menjadi citra Biner, proses menemukan titik koordinat dari titik akhir dan titik percabangan, dan ekstraksi fitur pada skeleton. Metode yang digunakan menghasilkan persentase tingkat keberhasilan sebesar 87.84%.

Keywords

Ekstraksi Jarak, Skeleton, Matlab

References

I. M. Alsaadi, “Physiological biometric authentication systems, advantages, disadvantages and future development: A review”, International Journal of Scientific & Technology Research, vol. 4, no. 12, hal. 285 – 289, 2015.

J. Carpentier, M. Benallegue, dan J.-P. Laumond “, On the centre of mass motion in human walking,” International Journal of Automation and Computing, vol. 14, no. 5, hal. 542 – 551, 2017.

W. Tao, T. Liu, R. Zheng, dan H. Feng, “Gait analysis using wearable sensors”, Sensors, vol. 12, no. 2, hal. 2255 – 2283, 2012.

Hustinawaty, J. S. Puspito, dan O. Siahaan, Metode most prominent ridge line pada pengukuran rangka atlet jalan cepat”, Dalam Proceedings Konferensi Nasional Sistem Informasi 2014, 2014, hal. 195 – 200.

M. H. Ahmed, “Kinect-based human gait recognition using static and dynamic features”, International Journal of Computer Science and Information Security, vol. 14, no. 12, 2016.

A. Sinha, K. Chakravarty, dan B. Bhowmick, “Person identification using skeleton information from kinect”, Dalam Proceedings The Sixth International Conference on Advances in Computer-Human Interactions, 2013, hal.101-108.

Weisstein, Eric W. "Distance", From MathWorld--A Wolfram Web. [Daring]. Tersedia: http://mathworld.wolfram.com/Distance.html. [Diakses: 24 Januari 2018].