SISTEM MONITORING PENDETEKSI GERAKAN JATUH PADA PASIEN LANSIA MENGGUNAKAN ALGORITMA KLASIFIKASI SUPPORT VECTOR MACHINE DENGAN TELEGRAM BOT

Teknologi perangkat monitoring yang dapat digunakan di bagian tubuh sedang gencar
dikembangkan akhir-akhir ini. Penelitian ini mengusulkan penggunaan algoritma Support
Vector Machine untuk klasifikasi gerakan jatuh pada pasien lansia dengan bentuk
perangkat yang dapat dipasang di tubuh bagian pinggang. Penelitian ini menggunakan
sensor accelerometer dan sensor gyroscope sebagai alat pendeteksi gerakan jatuh yang
terintergrasi dengan bot pada aplikasi telegram untuk memberikan notifikasi pada
keluarga pasien atau perawat kesehatan ketika terjadi gerakan jatuh. Algoritma SVM
dipilih karena kehandalannya dalam mengelompokkan data, terutama dalam
mengidentifikasi gerakan. Setelah melalui serangkaian uji coba dan analisis, penelitian
menunjukkan bahwa SVM mampu mengkategorikan gerakan jatuh dengan tingkat
akurasi yang tinggi, yaitu mencapai kisaran antara 97 hingga 99 persen. Hasil ini
menunjukkan potensi besar sistem ini dalam meningkatkan pemantauan dan perlindungan
terhadap risiko jatuh yang kerap dialami oleh lansia. Melalui penelitian ini dapat
diketahui bahwa penelitian tidak hanya mencerminkan kemajuan perkembangan dalam
teknologi medis, tetapi juga juga memiliki dampak baik dalam meningkatkan kualitas
hidup dan keamanan lansia. Pengembangan lebih lanjut diharapkan dapat dilakukan
dengan penyesuaian perangkat terhadap perluasan penggunaan dalam bidang medis,
seperti kemungkinan dapat terintegrasi dengan sistem yang sudah ada.
Kata Kunci: accelerometer; gyroscope; support vector machine