Oleh: Mochammad Haldi Widianto

Telah ada pertumbuhan penggunaan yang stabil dan signifikan berupa perangkat pintar dalam dekade terakhir. Ini menandakan sebagai hasil dari pertumbuhan dari industri Internet of Things (IoT). Setiap hari ada semakin banyak perangkat pintar, kendaraan, gedung dan lainnya. Dimana objek yang terdiri dari perangkat lunak dan elektronik dan saling berhubung baik oleh jaringan tertentu atau ke Internet.

Semakin meningkatnya penggunaan interkoneksi perangkat di tingkat global, menyebabkan pertumbuhan ekosistem teknologi pintar membanyak, yang tujuannya adalah untuk berkoordinasi dan mengoptimalkan kegiatan kita sehari-hari. Baru-baru ini telah ada pengembangan mirror pintar yang menjadi bagian dari smart home. Terutama digunakan untuk mengendalikan penggunaan energi, mengatur rutinitas harian manusia, menavigasi, memantau bangunan, hiburan dll. Salah satu yang paling penting aplikasi smart mirror yang diusulkan adalah kemampuan untuk melacak status kesehatan dari waktu ke waktu. Data yang dikumpulkan dapat digunakan lebih lanjut untuk mendeteksi pola masalah kesehatan, yaitu pengulangan masalah kesehatan selama periode tertentu, dan membuat rekomendasi gaya hidup. Deteksi dini masalah kesehatan sangat penting untuk pencegahan komplikasi medis lebih lanjut.

Tujuan mendasar smart mirror adalah untuk Menganalisis konsep Model yang dan mendeteksi masalah kesehatan atau perubahan tubuh dengan analisis mendalam melalui perbandingan gambar masing-masing. Masalah kesehatan sulit terdeteksi, pengguna akan dapat menjadwalkan janji bertemu dengan spesialis kesehatan langsung menggunakan fitur mirror.

Algoritma yang diusulkan, mengharuskan pengguna refleksi adalah dalam area yang ditandai di cermin, dan poin postur cocok dengan posisi poin saldo. Algoritma itu cerdas, karena melacak kemajuan kesehatan dan terus-menerus memperbarui saran kesehatan. Model alur kerja umum, ikuti konsepnya diwakili di bawah ini.

Gambar 1. Algoritma yang digunakan

Algoritma cermin dapat diluncurkan oleh kontrol suara, isyarat tangan, atau dengan menekan tombol di sisi cermin. Setelah dimulainya algoritma, pengguna diberikan visual pemberitahuan poin keseimbangan dan postur tegak yang benar. Setelah dalam waktu singkat, kamera terintegrasi mengambil gambar dan mengidentifikasi pengguna menggunakan algoritma Robust Sparse Coding (RSC)

Hasil dari algoritma RSC yang dimodifikasi, menentukan alur kerja lebih lanjut dari model. Jika orang tersebut diakui, informasi yang relevan dengan pengguna ditampilkan. Jika tidak, pengguna diinisialisasi dalam sistem penyimpanan, diikuti opsional dengan pertanyaan pengantar dari berbagai topik. Profil pengguna dibentuk berdasarkan jawaban.

Gambar 2. Bentuk poin kecocokan postur tubuh untuk deteksi kesehatan Smart Mirror

 

Setelah deteksi selesai, alur kerja berlanjut dengan proses evaluasi. Proses evaluasi berisi

langkah-langkah berikut:

  1. Evaluasi hasil dari analisis saat ini
  2. Mendeteksi perubahan tubuh (kemungkinan penyakit dan tubuh lainnya)
  3. Bandingkan hasil saat ini dengan hasil sebelumnya

Perbaikan postur tubuh ditentukan menggunakan metode PAA yang dimodifikasi. Selama proses evaluasi, Poin posturnya dibandingkan dengan titik postur yang telah ditentukan pada abnormal model. Poin postur ini secara hati-hati dihasilkan dengan spesifik dan panduan medis terperinci.

Langkah evaluasi lainnya dengan mendeteksi perubahan badan lain, seperti pembengkakan dan kondisi kulit lainnya. Deteksi seperti itu perubahan dilakukan dengan membandingkan gambar saat ini dengan gambar dari analisis sebelumnya, seperti yang ditunjukkan pada Gambar. 3. Gambar saat ini

Gambar 3. Melihat perbedaan dan analisis penyakit

 

PAA secara efisien memandu pengguna ke posisi yang tepat di depan smart mirror. Pendekatan pemrosesan gambar menawarkan deteksi masalah kesehatan yang lebih sederhana dan lebih akurat. analisis deteksi kulit dapat dimasukkan untuk mendapatkan lebih banyak lagi informasi tentang kesehatan orang tersebut. Status kesehatan riwayat akan memungkinkan kita untuk menentukan diagnosis yang berbeda dengan tingkat kebenaran yang tinggi dan menyarankan pencegahan kesehatan. Sebagai arah masa depan, diharapkan akan bekerja pada komunikasi dengan perangkat yang dapat dipakai, dan akan digunakan untuk mendapatkan data tentang tingkat kesehatan, tekanan darah dan tingkat stres aktivitas fisik.

Referensi

  • Biljana Cvetkoska, Ninoslav Marina, Dijana Capeska Bogatinoska, Zhanko Mitreski “Smart Mirror E-health Assistant – Posture Analyze Algorithm”, University for Information Science and Technology “St. Paul the Apostle” Ohrid, Republic of Macedonia, IEEE EUROCON 2017, 6–8 JULY 2017, OHRID, R. MACEDONIA