Sistem Pengukur Tinggi dan Berat Badan berbasis Morphological Image Processing

Abstract

ABSTRAKPengukuran tinggi dan berat badan manusia sekarang ini masih bersifat manual sehingga kurang efisien jika dilakukan untuk kebutuhan dengan jumlah objek yang banyak. Sebagai solusi, pada penelitian ini telah dirancang suatu sistem untuk mengukur Tinggi Badan (TB) dan Berat Badan (BB) manusia berbasis Morphological Image Processing (MIP). Proses dimulai dengan citra masukan berupa citra digital full body yang dapat diambil dengan smartphone kemudian dilanjutkan dengan operasi MIP terdiri dari proses dilasi, filling dan labeling. Hasil dari MIP adalah jumlah piksel tinggi objek yang dikonversi menjadi TB (cm). Sedangkan perhitungan BB (kg) diperoleh dari luas permukaan tubuh objek berbasis BSA dengan memodelkan ke bentuk tabung elips. Dari hasil pengujian, diperoleh performansi sistem maksimum yaitu Approximate Value 98.42% untuk TB dan 94.4% untuk BB. Nilai tersebut diperoleh dengan parameter nilai jarak pengambilan 306 cm dan strel (structure element) pada MIP adalah 2.Kata kunci: tinggi badan, berat badan, BSA, morphological image processing ABSTRACTMeasurement of human height and weight are still performed manual today so it have not efficiency if conducted to many objects. As a solution, this research has designed a system for measuring the human body height and weight based on morphological image processing (MIP). The process was started with an input image of a full body digital image that retrieved with a smartphone followed by a MIP operation consisting of dilation, filling, and labeling. The result of MIP is the number of high pixels of objects converted to height in cm. While weight calculation has been obtained from surface area of body object based on BSA by modelling it to ellipse tube. The system performance is obtained at maximum Approximate Value of 98.42% for height and 94.4% for weight. That value was obtained with 306 cm distance and 2 stucture element size of MIP. Keywords: height, weight, BSA, morphological image processing

Perhitungan Indeks Massa Tubuh Less Contact Berbasis Computer Vision dan Regresi Linear

“…Beberapa penelitian terkait pemanfaatan sensor kamera untuk menghitung berat dan tinggi badan sudah pernah dilakukan, diantaranya penelitian [5] dengan akurasi sistem sebesar 95,6 % pada jarak 470 cm. Dan penelitian [6] dengan performansi akurasi rata-rata sistem sebesar 98,42% untuk tinggi badan dan 94,4% untuk berat badan dengan parameter nilai jarak pengambilan 306 cm dan dari penelitian [7] tinggi badan memiliki rata-rata selisih penyimpangan sebesar 1,63 % dan berat badan sebesar 11,6 %. Dari ketiga penelitian ini meskipun memiliki tingkat akurasi yang tinggi, akan tetapi dalam menghitung perbandingan antara skala citra dan skala sebenarnya masih menggunakan rumus baku yang tidak fleksibel apalagi ukuran piksel cenderung-cenderung berbeda karena sangat tergantung dengan resolusi dan kualitas kamera.…”

“…Namun yang paling umum digunakan adalah rumus yang ditemukan oleh Mosteller yang menghubungkan berat badan dan tinggi dengan luas tubuh manusia seperti yang ditunjukkan pada Persamaan (5). [6] BSA = Tinggi badan (cm) x Berat badan (kg) 3600…”

“…Persamaan ( 5) ini diturunkan sehingga didapatkan persamaan untuk mencari berat badan dalam kg seperti yang ditunjukkan pada Persamaan (6).…”

“…Citra tubuh manusia diambil menggunakan kamera yang diletakan sejauh 200 cm dari background dan tinggi dari lantai 100 cm untuk mengukur tinggi dan berat badan. Untuk mengubah piksel menjadi cm digunakan metode analisis regresi linier dan diperoleh akurasi sebesar 98,96% yang dimana lebih baik jika dibandingkan dengan beberapa penelitian sebelumnya seperti penelitian [5][6][7] yang memiliki akurasi sebesar 95%-98,5%. Adapun hasil pengukuran tinggi dengan sistem ini ditunjukan pada Tabel 2.…”

“…Pada penelitian ini, diperoleh faktor pengali sebesar 0,59. Dengan menggunakan faktor pengali, akurasi sistem meningkat menjadi 88,54% seperti yang ditampilkan pada Tabel 3, dimana penelitian ini memiliki tingkat akurasi berat badan yang hampir sama dengan akurasi pada penelitian [7] , dan lebih rendah jika dibandingkan penelitian [6] Kemudian untuk menghasilkan nilai Indeks Masa Tubuh digunakan perhitungan IMT berdasarkan nilai dari tinggi dan berat badan yang dihasilkan dari sistem (kombinasi analisis regresi dan teori BSA). Dari hasil perhitungan, diperoleh rata-rata akurasi sistem untuk nilai IMT sebesar 88,24% seperti yang ditampilkan pada Tabel 4.…”