Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Gerakan Jatuh

Kejadian jatuh pada lansia di Indonesia sangatlah tinggi. Hal ini sangatlah serius karena dapat menyebabkan beberapa masalah seperti cedera, patah tulang, bahkan kematian. Oleh karena itu perlu adanya sistem pemantauan yang dapat mendeteksi gerakan jatuh pada lansia untuk mengurasi resiko jatuh agar kualitas hidup lansia di masyarakat meningkat. Penelitian ini bertujuan untuk mengklasifikasikan gerakan jatuh menggunakan algoritma KNN berdasarkan sensor MPU6050 dan dilengkapi dengan pemantauan denyut jantung menggunakan sensor MAX30102. Evaluasi kinerja model menghasilkan nilai accuracy sebesar 95,56%, recall sebesar 90,625%, precision sebesar 96,67%, dan F1-score sebesar 93,55%. Hasil ini menunjukkan bahwa model mampu mengklasifikasikan gerakan jatuh dengan baik dan kemungkinan kesalahan yang minim.