Sistem Identifikasi Manusia Bergerak Jatuh Berdasarkan Ekstraksi Suara dan Citra

Jatuh merupakan masalah kesehatan utama di seluruh dunia, terutama dalam dunia karena pasien jatuh terparah yang terus terjadi. Kebanyakan dari tempat tidur tidak disaksikan. Hal ini diperparah dengan berbagai bisa diakibatkan oleh jatuh. Tetap lantai setelah dapat menyebabkan trauma, cedera serius, dan bahkan kematian. Oleh itu, diperlukan sistem pendeteksi agar orang segera diberikan pertolongan sebelum menimbulkan serius. Maka pada penelitian akan dibuat identifikasi berdasarkan suara citra menggunakan metode MFCC (Mel-Frequency Cepstrum Coefficients) untuk ekstraksi LVQ (Learning Vector Quantization) klasifikasi. Pengolahan CNN (Convolutional Neural Network). Pada ini, keduanya bekerja sama, tetapi pengolahan suara. Sistem mampu mendeteksi akurasi keseluruhan 93,3% 15 kali pengujian citra.