Perpustakaan Digital ITB

Klasifikasi aktivitas manusia menggunakan radar telah meningkat dalam popularitas karena potensi aplikasinya dalam bidang kesehatan, terutama ambient assisted living (AAL) yang bertujuan untuk membantu manusia lanjut usia (manula) dalam kehidupan sehari-hari. Salah satu masalah dalam implementasi praktis teknologi tersebut adalah variasi karakteristik perangkat keras radar. Variasi ini banyak berpengaruh terhadap keluaran gambar radar hasil pengolahan data mentah radar. Penelitian ini bertujuan mengukur besar dampak dari variabilitas tersebut terhadap akurasi klasifikasi aktivitas manusia dengan menggunakan data 17 subjek dan 10 kelas aktivitas yang diukur oleh 4 jenis radar berbeda: Texas Instruments FMCW IWR1843, Infineon BGT60TR13C, Novelda UWB XeThru X4M03, dan Walabot Developer. Model VGG-19 dilatih menggunakan skema pelatihan pendekatan naif, yaitu model dilatihkan terhadap data dari tiga jenis radar sebagai data latih dan diuji terhadap satu jenis radar sebagai data uji, dan skema pelatihan pakar domain, yaitu model dilatihkan terhadap data dari satu jenis radar saja sebagai data latih dan diuji terhadap setiap jenis radar secara terpisah. Selain itu, skema pelatihan Deep CORAL juga diimplementasikan untuk mengukur performa generalisasi domain radar dengan metode ini dibandingkan dengan pendekatan naif dan pakar domain. Hasil eksperimen menunjukkan bahwa keempat perangkat keras radar tidak dapat digeneralisasi ke radar lainnya yang digunakan. Selain itu, ditemukan terdapat kesamaan dan ketidaksamaan signifikan antara jenis radar yang dapat menjadi dasar penelitian lebih lanjut. Terakhir, Deep CORAL yang diimplementasikan tidak menunjukkan kenaikan performa dibandingkan dengan pendekatan naif. Hasil tersebut mengindikasikan bahwa terdapat pergeseran domain berarti antara jenis perangkat keras radar yang tidak dapat diselesaikan hanya dengan melakukan covariate alignment.