Analisis Model Machine Learning Terhadap Pengenalan Aktifitas Manusia
DOI:
https://doi.org/10.30812/matrik.v19i2.688Keywords:
Machine Learning, Linear Regression, SVM, Decision Tree, Linear SVCAbstract
Aktivitas-aktivitas manusia diklasifikasikan dengan menggunakan sensor responsif dari gerakan manusia yang disebut pengguna. Karya ilmiah ini berfokus pada penggunaan model klasifikasi pendekatan pembelajaran mesin yang berbeda. Dalam penelitian ini, data yang digunakan diambil dari open source yang diklasifikasikan untuk mengenali aktivitas manusia di mana percobaannya telah dilakukan dengan sekelompok 30 sukarelawan dalam berbagai kelompok usia. Setiap orang melakukan enam aktivitas mengenakan smartphone di bagian pinggang. Dengan menggunakan accelerometer dan gyroscope yang tertanam, ditangkap akselerasi linear 3-aksial dan kecepatan sudut 3-aksial pada kecepatan konstan 50Hz. Dataset yang diperoleh telah dipartisi secara acak menjadi dua set, di mana 70% sukarelawan dipilih untuk menghasilkan data training dan 30% untuk data uji. Hasil pendekatan yang digunakan dibandingkan dalam hal efisiensi akurasi dan presisi. Model yang digunakan adalah regresi logistik, linear SVC, rbf SVM classifier, decision tree, dan random forest.
Downloads
References
[2] J. H. Friedman, “Data Mining and Statistics: What’s the connection?,†Statistics (Ber)., 1997.
[3] S. Russell dan P. Norvig, Artificial Intelligence A Modern Approach Third Edition. 2010.
[4] M. Mohri, A. Rostamizadeh, dan A. Talwalkar, Foundations of Machine Learning (Adaptive Computation and Machine Learning series). 2012.
[5] T. Mitchell, Machine Learning. McGraw Hill, 1997.
[6] V. Roman, “Unsupervised Machine Learning: Clustering Analysis -- Towards Data Science,†Towar. Data Sci., 2019.
[7] D. A. Freedman, Statistical models: Theory and practice. 2009.
[8] H. J. Scudder, “Probability of Error of Some Adaptive Pattern-Recognition Machines,†IEEE Transactions on Information Theory. 1965, doi: 10.1109/TIT.1965.1053799.
[9] H. L. Seal, “Studies in the History of Probability and Statistics. XV: The Historical Development of the Gauss Linear Model,†Biometrika, 1967, doi: 10.2307/2333849.
[10] C. Cortes dan V. Vapnik, “Support-Vector Networks,†Mach. Learn., 1995, doi: 10.1023/A:1022627411411.
[11] L. Rokach dan O. Maimon, Data mining with decision trees : theroy and applications. 2008.
Downloads
Published
Issue
Section
How to Cite
Similar Articles
- Budi Sumanto, Salima Nurrahma, Comparison of Random Forest Support Vector Machine and Passive Aggressive Models on E-nose-Based Aromatic Rice Classification , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 3 (2025)
- Muhammad Tajuddin, Ahmat Adil, Andi Sofyan Anas, Game for Sasak Script Based on Knuth Morris Pratt Algorithm and ADDIE Model , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 1 (2022)
- Ismail Husein, Rina Widyasari, Algorithm Symmetric 2-DLDA for Recognizing Handwritten Capital Letters , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 2 (2022)
- Debby Ummul Hidayah, Ika Romadoni Yunita, Gustin Setyaningsih, Evaluasi Website Kuliah Online STMIK Amikom Purwokerto Menggunakan Metode Heuristik (Studi Kasus Mata Kuliah Enterprise Resource Management) , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 2 (2019)
- Nella Rosa Sudianjaya, Chastine Fatichah, Segmentation and Classification of Breast Cancer Histopathological Image Utilizing U-Net and Transfer Learning ResNet50 , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 1 (2024)
- Muhammad Zaki Wiryawan, Didik Dwi Prasetya, Anik Nur Handayani, Tsukasa Hirashima, Wahyu Styo Pratama, Lalu Ganda Rady Putra, Enhancing Semantic Similarity in Concept Maps Using LargeLanguage Models , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 3 (2025)
- Jaka Tirta Samudra, Rika Rosnelly, Zakarias Situmorang, Comparative Analysis of SVM and Perceptron Algorithms in Classification of Work Programs , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Muhammad Hairul Abror, Dadang Priyanto, MEDIA BANTU PEMBELAJARAN IPA SMP SEBAGAI BEKAL MENGHADAPI UJIAN NASIONAL (UN) , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 15 No. 1 (2015)
- Ahmad Naufal Labiib Nabhaan, Rakandhiya Daanii Rachmanto, Arief Setyanto, Characterizing Hardware Utilization on Edge Devices when Inferring Compressed Deep Learning Models , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 1 (2024)
- I Putu Hariyadi, Akbar Juliansyah, Analisa Penerapan Private Cloud Computing Berbasis Proxmox Virtual Environment Sebagai Media Pembelajaran Praktikum Manajemen Jaringan , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 1 (2018)
You may also start an advanced similarity search for this article.
.png)
