Klasifikasi Aktivitas Fisik Berbasis Data Accelerometer dan Kuesioner dengan Metode Machine Learning.

Humaira Azzahra Putri Mulyana, - (2023) Klasifikasi Aktivitas Fisik Berbasis Data Accelerometer dan Kuesioner dengan Metode Machine Learning. S1 thesis, Universitas Pendidikan Indonesia.

This is the latest version of this item.

[img] Text
TA_ART_S_IKOR_2005988_SK.pdf

Download (739kB)
[img] Text
TA_ART_S_IKOR_2005988_ART.pdf
Restricted to Staf Perpustakaan

Download (737kB)
Official URL: https://journal.unsika.a c.id/index.php/speed/ar t...

Abstract

Accelerometer dan kuesioner merupakan instrumen yang telah banyak digunakan para peneliti dalam studi aktivitas fisik. Penelitian ini bertujuan untuk menganalisis perbedaan akurasi klasifikasi level aktivitas fisik dengan metode machine learning. Partisipan dalam penelitian ini yaitu remaja berusia 18-21 tahun (M=19,79 ; SD = 1,13) dengan jumlah perempuan 44 orang dan laki-laki 17 orang. Instrumen yang digunakan dalam penelitian yaitu accelerometer Actigraph GT3X dan International Physical Activity Questionnaire (IPAQ). Adapun analisis klasifikasi level aktivitas fisik dilakukan dengan algoritma machine learning decision tree. Hasil analisis menunjukkan bahwa untuk dataset berbasis accelerometer Actigraph GT3X memiliki performa akurasi 98,36%, sedangkan akurasi dataset IPAQ menunjukkan performa akurasi sebesar 73,77%. Metode algoritma machine learning decision tree dapat digunakan untuk mengklasifikasi level aktivitas fisik pada kedua jenis sumber dataset dengan performa akurasi sedang sampai tinggi. Analisis lebih lanjut diperlukan dengan menggunakan algoritma machine learning lainnya untuk mendapatkan hasil penelitian yang lebih variatif.

Item Type: Thesis (S1)
Additional Information: https://scholar.google.com/citations view_op=list_works&hl=id&user=jIcyn2wAAAAJ ID Sinta dosen pembimbing : Adang Suherman : 5989871 Jajat : 6002301
Uncontrolled Keywords: Actigraph, Artificial Intelligence, Decision Tree, Intensitas Aktivitas Fisik
Subjects: G Geography. Anthropology. Recreation > GV Recreation Leisure
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Pendidikan Olahraga dan Kesehatan > Jurusan Pendidikan Kesehatan dan Rekreasi > Program Studi IKOR
Depositing User: Humaira Azzahra Putri Mulyana
Date Deposited: 12 Feb 2024 06:43
Last Modified: 12 Feb 2024 06:43
URI: http://repository.upi.edu/id/eprint/115059

Available Versions of this Item

Actions (login required)

View Item View Item