Perpustakaan Digital ITB

Berat badan (BB) merupakan sebuah fitur antropometri yang dimiliki oleh setiap individu dan dapat digunakan bersama tinggi badan untuk menghitung indeks massa tubuh (IMT), sebuah parameter pendeteksi individu yang dengan gejalan kelebihan BB atau obesitas. Selain itu, BB juga dapat digunakan untuk mengatur dosis pengobatan yang diberikan kepada pasien. Meski terbukti memiliki peran penting, terdapat situasi dimana metode pengukuran BB konvensional tidak dapat dilakukan. Hal tersebut menyebebkan informasi terkait BB seseorang tidak dapat diketahui. Maka dari itu, penelitian ini dilakukan dengan tujuan untuk mengembangkan sebuah algoritma estimasi berat badan dari citra dua dimensi berbasis pengolahan citra digital sebagai metode alternatif dari pengukuran Penelitian ini dibagi menjadi beberapa tahapn yaitu, pengambilan data citra, pra-pengolahan citra, pengolahan citra, dan pemodelan. Tahap pra-pengolahan citra terdiri atas proses konversi dari citra RGB ke citra greyscale dan pengaplikasian gaussian blur. Sedangkan proses pengolahan citra terdiri atas tahapan segmentasi citra, pemetaan kontur, estimasi pose dan ekstraksi fitur. Pemodelan berupa regresi linear dengan regularisasi Elastic-net pada basis data fitur antropometri. Pada evaluasi yang dilakukan terhadap besar ukuran fitur antropometri yang terkestraksi, didapatkan nilai Mean Absolute Percentage Error (MAPE) pada kisaran 10%. Pada evaluasi yang dilakukan terhadap model pada citra dalam kondisi optimal didapatkan nilai Mean Absolute Error (MAE) sebesar 3,84; Mean Squared Error (MSE) sebesar 17,18; dan koefisien determinan (R2) sebesar 0,97.