KLASIFIKASI POSE MANUSIA BERBASIS POINT CLOUD MENGGUNAKAN DEEP LEARNING
Author
Abstract
Di tengah kebutuhan akan klasifikasi pose manusia untuk mengurangi risiko cedera di lingkungan kerja, masalah sensitifitas privasi muncul sehubungan dengan pengambilan data tubuh manusia. Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi solusi yang menggunakan data point cloud dari teknologi LiDAR untuk menghindari pelanggaran privasi. Dengan menghasilkan 32 data point secara vertikal dan 2048 secara horizontal untuk setiap sampel, total 1 data point cloud yang dihasilkan oleh LiDAR mencapai 2048 x 32. Dengan menerapkan pendekatan deep learning, penelitian ini berhasil mencapai akurasi klasifikasi sebesar 96.65%, menunjukkan potensi besar dari pendekatan ini dalam mengatasi masalah privasi. Kesimpulan dari penelitian ini adalah bahwa teknologi LiDAR berpotensi besar untuk menghasilkan data yang diperlukan untuk klasifikasi pose manusia tanpa melanggar privasi, dan penelitian mendatang akan terus mengeksplorasi pengembangan lebih lanjut dari metode ini serta integrasi dengan teknologi lainnya untuk meningkatkan akurasi dan efisiensi.