Inovasi Doktor ITS Kembangkan Metode Pengenalan Aktivitas Manusia Lewat AI, Untuk Rehab Medik

Laporan Wartawan Tribun Jatim Network, Sulvi Sofiana

TRIBUNJATIM.COM, SURABAYA - Penelitian terkait Human Motion Analysis (HMA) dengan memanfaatkan Artificial Intelligence bisa bermanfaat untuk mendukung proses rehabilitasi medis, monitoring aktivitas lansia, hingga pengembangan gerakan robot cerdas.

Untuk itu, doktor baru lulusan Institut Teknologi Sepuluh Nopember (ITS), Dr Ir Endang Sri Rahayu MKom menginovasikan metode untuk mengenali aktivitas manusia melalui pengamatan titik-titik sendi menggunakan Deep Convolutional Neural Network (DCNN) yang merupakan salah satu metode dalam Artificial Intelligence (AI). 

Endang menekankan pentingnya penelitian untuk mengenali aktivitas manusia untuk pengembangan inovasi di bidang kesehatan.

“Agar dapat menyelesaikan berbagai aktivitas manusia, penelitian perlu dikembangkan melalui beragam metode untuk memperoleh akurasi tinggi,” jelasnya. 

Lebih lanjut, Endang mengungkapkan bahwa pengenalan aktivitas manusia cukup penting dalam bidang kesehatan karena dapat mengamati gerakan-gerakan abnormal seseorang. 

Baca juga: Dukung Penyelenggaraan Gerigi ITS 2024, Wiluyo Kusdwiharto Caketum PP IKA ITS: Bakal Lebih Meriah

Gerakan-gerakan manusia yang abnormal tersebut berpotensi menjadi salah satu indikator untuk mengamati risiko penyakit pada manusia, khususnya lansia. 

“Dengan begitu, penelitian terkait pengamatan aktivitas manusia menjadi penting,” ucap dosen Teknik Elektro Universitas Jayabaya, Jakarta ini. 

Berangkat dari permasalahan tersebut, pemaparan pada penelitian berjudul Model Kombinasi Pergeseran Sudut Sendi dengan Deep Learning untuk Mengenali Aktivitas Manusia yang merupakan bagian dari disertasi Endang ini bertujuan untuk mengenali aktivitas manusia berdasarkan ekstraksi fitur sendi. 

Baca juga: Akibat Edit Foto Teman Pakai Teknologi AI, Impian Pemuda di Gresik Kuliah di Malang Batal

“Penelitian ini menganalisis posisi sendi menggunakan model DCNN,” ungkap perempuan kelahiran Jombang, 27 April 1965 tersebut. 

Memanfaatkan kumpulan data Florence 3D Actions, penelitian ini mengamati 15 titik sendi yang ada pada manusia, termasuk kepala, bahu, dan pergelangan kaki yang akan menjadi indikator gerakan manusia. 

Sendi dipilih menjadi indikator gerak karena sendi merupakan penghubung antarrangka manusia yang bergerak mengikuti pola aktivitas manusia.

Baca juga: Pemkab Gresik Manfaatkan Teknologi Kecerdasan AI dalam Jaringan Dokumentasi dan Informasi Hukum

“Sehingga, sendi merupakan indikator yang tepat karena posisi titik sendi merepresentasikan pola aktivitas manusia,” papar alumnus S1 Teknik Elektro ITS ini. 

Beberapa titik sendi tersebut, imbuh Endang, akan dihitung jarak sendi antar frame dari satu segmen video pengamatan yang tersedia menggunakan teknik euclidean distance. 

Hasilnya, metode dengan perhitungan jarak sendi belum mampu membedakan beberapa aktivitas manusia, seperti duduk dan berdiri.