Rancang Bangun Aplikasi Identifikasi Dini Gangguan Postur Tubuh Menggunakan Metode Haar Cascade Classifier

##plugins.themes.academic_pro.article.sidebar##

Published Feb 16, 2023
Download
PDF
Statistic
Vol. 8 No. 1 (2022): Seminar Nasional Teknik Elekto dan Informatika - September 2022

##plugins.themes.academic_pro.article.main##

Nur Azizah
Politeknik Negeri Ujung Pandang
Mardawia Mabe Parenreng
Politeknik Negeri Ujung Pandang
Andi Gunawan
Politeknik Negeri Ujung Pandang

Abstract

Tindakan awal dalam mengidentifikasi gangguan postur tubuh dikenal sebagai posture assessment.  Tindakan tersebut telah banyak diimplementasikan dalam bentuk aplikasi baik desktop maupun mobile. Beberapa aplikasi yang telah ada, bekerja dengan bantuan manual seperti menempelkan stiker pada posisi titik sendi. Aplikasi lain dapat bekerja secara otomatis dengan menggunakan metode pose estimation. Penggunaan dan pemahaman aplikasi akan lebih mudah diterapkan oleh tenaga medis seperti fisioterapis jika metode aplikasi yang digunakan serupa dengan metode manual para praktisi yaitu inspeksi visual secara deskriptif. Sehubungan dengan hal tersebut, penelitian ini bertujuan untuk merancang sebuah aplikasi yang dapat melakukan identifikasi dini gangguan postur tubuh seperti forward head dan kyphosis secara visual menggunakan metode Haar Cascade Classifier. Dalam penelitian ini, aplikasi bernama HAPA telah berhasil dibuat dan bekerja secara real-time. Adapun hasil yang didapatkan dari penelitian ini yang mana dari 5 sampel yang diuji, semua memberikan hasil pendeteksian yang sesuai dengan hasil assesmen dari seorang pakar fisioterapis.

##plugins.themes.academic_pro.article.details##

References

  1. D. J. Magee, Orthopedic Physical Assesment. 2014.
  2. V. Kashuba et al., “Technology for correcting postural disorders in primary school-age children with hearing impairment during physical education,†Journal of Physical Education and Sport, vol. 20, no. 2, pp. 939–945, 2020, doi: 10.7752/jpes.2020.s2133.
  3. A. Brzęk et al., “The weight of pupils’ schoolbags in early school age and its influence on body posture,†BMC Musculoskelet Disord, vol. 18, no. 1, pp. 1–11, 2017, doi: 10.1186/s12891-017-1462-z.
  4. C. Fortin, P. van Schaik, J. F. Aubin-Fournier, J. Bettany-Saltikov, J. C. Bernard, and D. Ehrmann Feldman, “The acceptance of the clinical photographic posture assessment tool (CPPAT),†BMC Musculoskelet Disord, vol. 19, no. 1, pp. 1–9, 2018, doi: 10.1186/s12891-018-2272-7.
  5. P. Kenda, “Sistem Presensi Berbasis Wajah Dengan Metode Haar Cascade,†KONSTELASI: Konvergensi Teknologi dan Sistem Informasi, vol. 1, no. 2, pp. 419–429, 2021.
  6. M. M. Parenreng, M. Ahyar, M. Nas, and N. K. Hamzidah, “Pengolahan Citra Untuk Simulasi Deteksi Kantuk Dengan Metode Cascade Classifier dan Black-White Ratio,†pp. 1–5, 2021.
  7. S. Abidin, “Deteksi Wajah Menggunakan Metode Haar Cascade Classifier Berbasis Webcam Pada Matlab,†Jurnal Teknologi Elekterika, vol. 15, no. 1, p. 21, 2018, doi: 10.31963/elekterika.v15i1.2102.
  8. A. Upadhyay, K. Chaudhari, P. Bhere, and J. Thomas, “Body Posture Detection Using Computer Vision,†International Journal of VLSI & Signal Processing, vol. 7, no. 01, pp. 6–10, 2020, doi: 10.14445/23942584/ijvsp-v7i1p102.
  9. J. L. Hui Hao, R. Logeswaran, and H. L. Krishna Nair, “Sitting Posture Identifier to Overcome Health Issues,†Int J Curr Res Rev, vol. 13, no. 11, pp. 132–136, 2021, doi: 10.31782/ijcrr.2021.131123.
  10. Kendall Peterson F, McCreary Kendall E, Provance Geise P, McIntyre R, and Romani WA, Muscles: testing and function, with posture and pain. 5th ed. Baltimore: MD: Lippincott Williams & Wilkins, 2005.
  11. D. Singla, Z. Veqar, and M. E. Hussain, “Photogrammetric Assessment of Upper Body Posture Using Postural Angles: A Literature Review,†J Chiropr Med, vol. 16, no. 2, pp. 131–138, Jun. 2017, doi: 10.1016/J.JCM.2017.01.005.
  12. D. Czaprowski, L. Stoliński, M. Tyrakowski, M. Kozinoga, and T. Kotwicki, “Non-structural misalignments of body posture in the sagittal plane,†Scoliosis Spinal Disord, vol. 13, no. 1, pp. 1–14, 2018, doi: 10.1186/s13013-018-0151-5.
  13. R. Sheikhhoseini, S. Shahrbanian, P. Sayyadi, and K. O’Sullivan, “Effectiveness of Therapeutic Exercise on Forward Head Posture: A Systematic Review and Meta-analysis,†J Manipulative Physiol Ther, vol. 41, no. 6, pp. 530–539, Jul. 2018, doi: 10.1016/J.JMPT.2018.02.002.
  14. Centre for Disease Control, “Anthropometry Procedures Manual,†National Health and Nutrition Examination Survey (NHANES), no. January, pp. 1–120, 2009, [Online]. Available: https://www.cdc.gov/nchs/data/nhanes/nhanes_07_08/manual_an.pdf
  15. M. C. Koelé, W. F. Lems, and H. C. Willems, “The Clinical Relevance of Hyperkyphosis: A Narrative Review,†Front Endocrinol (Lausanne), vol. 11, p. 5, Jan. 2020, doi: 10.3389/FENDO.2020.00005/XML/NLM.
  16. P. Amatachaya et al., “Validity and reliability of a thoracic kyphotic assessment tool measuring distance of the seventh cervical vertebra from the wall,†Hong Kong Physiotherapy Journal, vol. 35, pp. 30–36, Dec. 2016, doi: 10.1016/J.HKPJ.2016.05.001.
  17. “Occiput to Wall Distance OWD - Physiopedia.†https://www.physio-pedia.com/Occiput_to_Wall_Distance_OWD (accessed Sep. 09, 2022).
  18. R. Antonelli-Incalzi, C. Pedone, M. Cesari, A. di Iorio, S. Bandinelli, and L. Ferrucci, “Relationship between the occiput-wall distance and physical performance in the elderly: a cross sectional study,†Aging Clin Exp Res, vol. 19, no. 3, p. 207, 2007, doi: 10.1007/BF03324691.
  19. P. Purwanto, B. Dirgantoro Ir, and A. S. Nugroho Jati, “IMPLEMENTASI FACE IDENTIFICATION DAN FACE RECOGNITION PADA KAMERA PENGAWAS SEBAGAI PENDETEKSI BAHAYA IMPLEMENTATION OF FACE IDENTIFICATION AND FACE RECOGNITION ON SECURITY CAMERA AS THREAT DETECTOR.â€
  20. P. Viola and M. Jones, “Rapid Object Detection using a Boosted Cascade of Simple Features,†2001.
  21. M. Castrillón-Santana, J. Lorenzo-Navarro, and D. Hernández-Sosa, “An Study on Ear Detection and its Applications to Face Detection.â€