Perpustakaan Digital ITB

Pendakian gunung adalah suatu aktivitas yang identik dengan perjalanan panjang dan berisiko dengan tujuan utama mencapai puncak dari gunung. Terdapat beberapa permasalahan utama dalam aktivitas ini yaitu adanya risiko kesehatan yang berkaitan dengan Acute Mountain Sickness (AMS) dan risiko tersesat dari jalur yang ditetapkan saat melakukan pendakian. Oleh karena itu, untuk meningkatkan pengalaman dan keselamatan dari aktivitas pendakian gunung, kami mengembangkan solusi berupa perangkat berbasis Internet of Things (IoT) dan Machine Learning yang dapat memungkinkan pendaki gunung untuk terlacak lokasinya oleh pengelola dan dipantau kondisi kesehatannya secara real-time serta dapat memberikan peringatan saat terdeteksi memiliki risiko kesehatan atau tersesat. Pengembangan sistem secara keseluruhan dilakukan menggunakan metode pengembangan V-Model dan secara khusus untuk pengembangan Machine Learning dilakukan menggunakan metode CRISP-DM dengan hasil utama berupa "Proof of Concept" berupa sistem perangkat keras yang digunakan oleh pendaki gunung, sistem antarmuka pada aplikasi web, dan sistem prediksi serta klasifikasi menggunakan model Machine Learning. Hasilnya sistem klasifikasi dibangun menggunakan Random Forest yang mampu mengklasifikasi kondisi vital pendaki ke dalam 4 level risiko kesehatan yang berkaitan dengan Acute Mountain Sickness dan sistem prediksi dibangun menggunakan SVR Polynomial yang mampu memprediksi kondisi vital pendaki pada pos pendakian berikutnya. Setelah melalui pengujian terhadap expert, sistem tersebut disimpulkan dapat mendeteksi dan meminimalisir risiko kesehatan dengan adanya pencegahan yang dapat dilakukan oleh pengelola berdasarkan hasil prediksi dan memberikan peringatan kepada pendaki berdasarkan hasil klasifikasi.