Perpustakaan Digital ITB

Pengukuran berat badan dan tinggi badan pada umumnya dilakukan secara konvensional, yang biasanya dengan pengukuran secara langsung baik menggunakan timbangan maupun stature meter. Akan tetapi, dengan cara konvensional, kami menawarkan pendekatan secara digital dalam pengukuran berat dan tinggi badan dengan cara diestimasi berdasarkan citra wajah pada kondisi keadaan normal dengan menggunakan teknik pembelajaran mesin. Pada penelitian ini dilakukan eksperimen untuk menelusuri pendekatan dan teknik terbaik yang dibutuhkan dalam proses estimasi nilai berat badan, tinggi badan serta Body Mass Index. Untuk eksperimen tersebut dilakukan dengan dua macam pendekatan yaitu Embeddings dan Landmarks serta empat jenis teknik regresi yaitu linear, ridge, lasso, polynomial. Selanjutnya penilaian dari setiap teknik serta pendekatan yang dilakukan dengan menggunakan perbandingan nilai error antara ground truth dan nilai yang diestimasi. Berdasarkan hasil eksperimen tersebut akan dilakukan implementasi aplikasi real-time untuk memudahkan proses dari estimasi nilai berat badan, tinggi badan serta Body Mass Index. Berdasarkan penelitian yang dilakukan, diperoleh bahwa model dengan masukan berupa 5 fitur terpenting dari jarak landmark dengan teknik regresi polinomial, menghasilkan kinerja terbaik dengan nilai rata-rata dari RMSE sekitar 0,41 dan nilai rata-rata dari MAE sekitar 0,29 yang diperoleh dari sekitar 960 data percobaan untuk masing-masing nilai berat badan, tinggi badan serta Body Mass Index pada keadaan normal. Berdasarkan nilai evaluasi error, aplikasi yang dibangun dengan model landmark berhasil melakukan estimasi berat, tinggi dan BMI pada manusia dalam keadaan normal mendekati nilai sebenarnya.