Perhitungan Indeks Massa Tubuh Less Contact Berbasis Computer Vision dan Regresi Linear

Authors

  • Aji Bijaksana Abadi Universitas Borneo Tarakan
  • Arif Fadllullah Universitas Borneo Tarakan
  • Sumardi Sumardi Universitas Borneo Tarakan
  • Sultan Mahdi Universitas Borneo Tarakan
  • Audrey Nauffal Juniar Universitas Borneo Tarakan

DOI:

https://doi.org/10.30812/matrik.v21i3.1512

Keywords:

Body Surface Area, Indeks masa tubuh, Pengolahan Citra, Regresi Linear, Visi Komputer

Abstract

Indeks massa tubuh dapat dilakukan dengan membandingkan tinggi badan dan berat badan seseorang. Pengukuran
tinggi dan berat badan manusia umumnya menggunakan cara manual dan kurang efisien terutama jika terdapat banyak manusia yang akan diukur dan pada saat masa pandemi yang mengharuskan untuk dapat saling menjaga jarak. Oleh sebab itu, pada penelitian ini dirancang suatu bangun sistem perhitungan Indeks Massa Tubuh (IMT) dengan Computer Vision dan regresi linier yang dapat menjadi alternatif dalam pengembangan sistem perhitungan IMT secara otomatis berbasis sensor kamera yang efektif, efisien, dan mampu mengurangi kontak langsung (less contact). Tahapan awal berupa pengambilan citra depan dan samping tubuh manusia menggunakan kamera yang kemudian masuk ke tahapan pengolahan citra berupa grayscale, blur, deteksi tepi, dan bounding box untuk memperoleh tinggi dan lebar badan sampel dalam piksel yang dilanjutkan dengan operasi regresi linier untuk menkonversi nilai piksel tersebut menjadi centimeter (cm) sehingga diperoleh data tinggi badan dan lebar badan sistem, sedangkan untuk berat badan digunakan metode Body Surface Area (BSA) yaitu perhitungan luas area tubuh manusia dengan memodelkan tubuh manusia sebagai tabung elips dan ditambahkan faktor pengali untuk meningkatkan perhitungan sistem. Hasil penelitian menunjukan bahwa sistem dapat memperkirakan tinggi serta berat badan. Diperoleh akurasi sebesar 98,96% pada perhitungan tinggi badan, 88,54% pada perhitungan berat badan, 88,24% untuk skor Indeks Masa Tubuh (IMT), serta nilai akurasi kategori IMT sebesar 60%.

Downloads

Download data is not yet available.

References

[1] R. Agusli, R. Tullah, and N. Karisma, “Alat Ukur Tinggi dan Berat Badan Berbasis Arduino Uno,” Academic Journal of Computer
Science Research, vol. 3, no. 1, pp. 191–196, 2021.
[2] M. Afdali, M. Daud, and R. Putri, “Perancangan Alat Ukur Digital untuk Tinggi dan Berat Badan dengan Output Suara berbasis Arduino
UNO,” ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, vol. 5, no. 1, p. 106, 2018.
[3] L. Maulana and D. Yendri, “Rancang Bangun Alat Ukur Tinggi dan Berat Badan Ideal Berdasarkan Metode Brocha Berbasis Mikrokontroler,”
Journal of Information Technology and Computer Engineering, vol. 2, no. 02, pp. 76–84, 2018.
[4] S. M. Liem, M. Y. Tuga, and E. A. Lisangan, “Prototype Aplikasi Pengawasan Masyarakat Menggunakan Smart Camera dalam Mendeteksi
COVID-19,” Jurnal Fokus Elektroda: Energi Listrik . . . , vol. 05, no. September, pp. 15–19, 2020.
[5] H. Fauzi, F. Rahman, T. N. Azhar, N. Ayudina, and R. Dwiatmaja, “Analisa Metode Pengukuran Berat Badan Manusia dengan Pengolahan
Citra,” Teknik, vol. 38, no. 1, p. 35, 2017.
[6] S. Aulia, F. E. Satria, and R. D. Atmaja, “Sistem Pengukur Tinggi dan Berat Badan Berbasis Morphological Image Processing,”
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, vol. 6, no. 2, p. 219, 2018.
[7] T. Efendi, T. A. Tsauri, and I. I. Uljanah, “Rancang Bangun Sistem Pengolahan Citra Digital untuk Menentukan Berat Badan Ideal,”
JISKA (Jurnal Informatika Sunan Kalijaga), vol. 2, no. 2, p. 63, 2017.
[8] Jumrianto, Wahyudi, and A. Syakur, “Kalibrasi Sensor Tegangan dan Sensor Arus dengan Menerapkan Rumus Regresi Linear menggunakan
Software Bascom AVR,” Journal of Systems, Information Technology, and Electronics Engineering, vol. 1, no. 1, pp. 1–14,
2020.
[9] A. Zahra, B. Zana, J. Raharjo, and H. F. Tsp, “Analisa Jenis Kelamin Berdasarkan Citra Wajah Menggunakan Metode Gray Level
Co-Occurrence Matrix (GLCM) dan Klasifikasi Naive Bayes,” eProceedings of Engineering, vol. 8, no. 5, pp. 4580–4591, 2021.
[10] N. Z. Munantri, H. Sofyan, and M. Y. Florestiyanto, “Aplikasi Pengolahan Citra Digital untuk Identifikasi Umur Pohon,” Telematika,
vol. 16, no. 2, p. 97, 2020.
[11] L. Leonardo, “Penerapan Metode Filter Gabor untuk Analisis Fitur Tekstur Citra pada Kain Songket,” Jurnal Sistem Komputer dan
Informatika (JSON), vol. 1, no. 2, p. 120, 2020.
[12] Y. D. Arimbi and N. Sofi, “Deteksi Tulang Belakang pada Citra Ct-Scan Menggunakan Metode Deteksi Tepi Sobel,” Jurnal Ilmiah
Informatika Komputer, vol. 26, no. 3, pp. 207–216, 2021.
[13] B. Putra, G. Pamungkas, B. Nugroho, and F. Anggraeny, “Deteksi dan Menghitung Manusia Menggunakan YOLO-CNN,” Jurnal Informatika
dan Sistem Informasi, vol. 02, no. 1, pp. 67–76, 2021.
[14] R. Khairiyah, Maiyastri, and R. Diana, “Perbandingan Metode Kuadrat Terkecil dan Metode Bayes pada Model Regresi Linier,” Jurnal
Matematika UNAND, vol. 7, no. 1, pp. 115–124, 2018.
[15] I. . Ulumuddin and Y. Yhuwono, “Hubungan Indeks Massa Tubuh dengan Tekanan Darah pada Lansia di Desa Pesucen, Banyuwangi,”
J. Kesehat. Masy. Indones, vol. 13, no. 1, p. 2018, 2018.
[16] Z. B. Anwar, A. Widodo, N. Kholis, and Nurhayati, “Sistem Monitoring Pasien Isolasi Mandiri Covid-19 Berbasis Internet of Things,”
Journal Teknik Elektro, vol. 10, no. 3, pp. 689–697, 2021.

Downloads

Published

2022-07-25

Issue

Vol. 21 No. 3 (2022)

Section

Articles

How to Cite

[1]
A. B. Abadi, A. Fadllullah, S. Sumardi, S. Mahdi, and A. N. Juniar, “Perhitungan Indeks Massa Tubuh Less Contact Berbasis Computer Vision dan Regresi Linear”, MATRIK, vol. 21, no. 3, pp. 629–638, Jul. 2022, doi: 10.30812/matrik.v21i3.1512.

Similar Articles

71-80 of 91

You may also start an advanced similarity search for this article.