Pengenalan Aktivitas Berkendara Berbasis Sensor Accelerometer Pada Smartphone Dengan Fitur Auto Feedback Menggunakan Algoritma k-Nearest Neighbour

  • Tri Ramadani Arjo Politeknik Negeri Batam
  • Reipki Anbeni Politeknik Negeri Batam

Abstract

Penggunaan handphone merupakan salah satu penyebab kecelakaan lalu lintas. Hal ini sangat memprihatinkan mengingat penggunaan handphone merupakan salah satu aktivitas manusia yang saat ini sering dilakukan. Penelitian ini berusaha memberikan solusi untuk mengurangi penyebab kecelakaan lalu lintas yang disebabkan penggunaan handphone saat sedang berkendara dengan cara memanfaatkan sensor accelerometer yang terdapat pada smartphone. Data pada sensor accelerometer diklasifikasikan dengan menggunakan algoritma K-Nearest Neighboar untuk mengetahui apakah pengguna handphone sedang berkendara atau sedang tidak berkendara. Penelitian ini juga membuat aplikasi auto feedback yang  dapat membalas pesan secara otomatis apabila pengguna smartphone  sedang berkendara sehingga diharapkan dapat menciptakan kondisi berkendara yang aman. Dalam rangka mengetahui ketepatan algoritma dalam mengklasifikasikan aktivitas berkendara, maka dilakukan pengujian pada aplikasi auto feedback dengan cara mengirimkan beberapa pesan saat pengguna handphone sedang berkendara dan saat sedang tidak berkendara.

References

[1] World Health Organization. 2016. Global Status Report On Road Safety 2015. Italy: World Health Organization, pp. 38-43.
[2] Karpatschof, B. 2000. Human activity, Contribution to the Anthropological Sciences from a Perspective of Activity Theory. Copenhagen: Dansk Psykologisk Forlag, p. 184.
[3] Vacek, S., Steffen, K., & Rudiger, D. Classifying Human Activities in Household Environments. pp. 2-3.
[4] Su, X. 2014. Activity Recognition with Smartphone Sensors Second Exam Literature Review. pp. 5-6.
[5] Kaghyan, S. and Sarukhanyan, H. 2012. Activity Recognition Using K-Nearest Neighbor Algorithm on Smartphone with Tri-Axial Accelerometer. International Journal "Information Models and Analyses" Vol.1 / 2012, pp. 150-155.
[6] Kose, M., Durmaz, O., & Ersoy, C. 2012. Online Human Activity Recognition on Smart Phones. 2nd International Workshop on Mobile Sensing. Beijing, China, April 16, 2012. Pp. 1-5.
[7] Kurniawan, D.E., 2017. Push Notification System Pada Prototype Kendali Listrik Rumah. CESS (Journal of Computer Engineering, System and Science), 2(2), pp.89-92.
[8] Supardi, Y. 2011. Semua Bisa Menjadi Programmer Android Basic. Jakarta: PT Elex Media Komputindo, pp. 1-6.
[9] Han, J. and Kamber, M. 2006. Data Mining Concepts and Techniques. United State of America: Diane Cerra, pp. 148-156.
[10] Kurniawan, D.E. and Surur, M.N., 2016. Perancangan Sistem Pengamanan Sepeda Motor Menggunakan Mikrokontroler Raspberry Pi dan Smartphone Android. Jurnal Komputer Terapan, 2(2), pp.93-104.
Published
2018-07-27
How to Cite
ARJO, Tri Ramadani; ANBENI, Reipki. Pengenalan Aktivitas Berkendara Berbasis Sensor Accelerometer Pada Smartphone Dengan Fitur Auto Feedback Menggunakan Algoritma k-Nearest Neighbour. JOURNAL OF APPLIED INFORMATICS AND COMPUTING, [S.l.], v. 2, n. 1, p. 1-6, july 2018. ISSN 2548-6861. Available at: <http://704209.wb34atkl.asia/index.php/JAIC/article/view/735>. Date accessed: 28 nov. 2024. doi: https://doi.org/10.30871/jaic.v2i1.735.
Section
Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.