digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Halima Hanan Atikah [
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

COVER
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

BAB I
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

Bab II
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

Bab III
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

BAB IV
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

BAB V
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

DAFTAR PUSTAKA
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

LAMPIRAN
Terbatas  Rina Kania
» Gedung UPT Perpustakaan

Pengukuran antropometri tradisional merupakan metode kontak yang memakan banyak waktu dalam proses pengambilan datanya. Seiring berkembangnya alat pemindaian tiga dimensi, Pengukuran antropometri metode non-kontak terus berkembang hingga saat ini yaitu pengukuran antropometri digital menggunakan hasil pemindaian tiga dimensi tubuh manusia. Dengan semakin berkembangnya metode pengukuran tersebut, diharapkan dapat meningkatkan akurasi dan presisi pengukuran antropometri secara efisien. Salah satu caranya adalah mendeteksi landmarks secara otomatis dengan perangkat lunak open-source. Oleh karena itu, pada penelitian ini dikembangkan algoritma pengukuran antropometri. Terdapat dua metode yang akan dibandingkan yaitu metode digital manual menggunakan perangkat lunak Blender dan MATLAB dan metode algoritma open-source pada perangkat lunak Python. Pengukuran antropometri diterapkan terhadap enam subjek (3 laki-laki dan 3 perempuan) pada 16 dimensi tubuh yang berbeda. Setiap subjek diukur sekali menggunakan metode algoritma dan tiga kali dengan metode digital manual. Kinerja algoritma dievaluasi dengan cara membandingkannya dengan hasil pengukuran antropometri digital manual yang dianggap sebagai nilai standar. Keakuratan kedua metode diukur menggunakan galat relatif. Sebagian besar dimensi dari perbandingan kedua metode tersebut memiliki galat relatif yang kurang dari 5% kecuali untuk dimensi D, H, L, dan M. Kemudian reliabilitas diukur menggunakan Intraclass Correlation Coefficient (ICC). Dari 16 dimensi yang diukur, terdapat 12 dimensi dengan nilai ICC (A,1) lebih dari 0,75 menunjukkan reliabilitas yang baik. Dihitung pula batas atas dan batas bawah dari interval kepercayaan 95% berdasarkan nilai ICC. Berdasarkan lebar interval kepercayaan 95% tersebut, dimensi B, C, F, I, dan N memiliki reliabilitas yang baik dari segi nilai ICC dan estimasi kestabilan nilainya karena menunjukkan ketidakpastiaan yang lebih kecil. Kata kunci: antropometri, model 3D, algoritma, open-source, evaluasi.