Electronic Theses and Dissertation

Kesehatan merupakan kebutuhan esensial dalam kehidupan manusia. Penerapan gaya
hidup sehat, termasuk melakukan aktivitas fisik secara rutin, sangat penting untuk
menjaga kesehatan. Salah satu aktivitas fisik sederhana yang dianjurkan adalah
berjalan kaki dengan target 10.000 langkah per hari. Untuk memudahkan pencapaian
target ini, diperlukan alat yang akurat untuk menghitung jumlah langkah. Penelitian
ini bertujuan untuk merancang program yang dapat memvisualisasikan dan
mendeteksi puncak data langkah kaki dari sensor akselerometer pada modul IMAGy.
Penelitian ini menggunakan modul IMAGy berbasis sensor akselerometer untuk
mengumpulkan data langkah kaki. Data yang dihasilkan oleh sensor akselerometer
dikirimkan ke laptop melalui koneksi WiFi. Data ini kemudian diolah menggunakan
bahasa pemrograman Python untuk mendeteksi puncak pada sumbu-x sensor
akselerometer, yang mewakili langkah kaki. Selain itu, dilakukan analisis spektrum
menggunakan Fast Fourier Transform (FFT) untuk memvisualisasikan distribusi
frekuensi dari sinyal akselerometer, membantu dalam mengidentifikasi karakteristik
langkah yang lebih halus. Visualisasi data dilakukan dalam bentuk grafik, sementara
jumlah langkah yang terdeteksi dibandingkan dengan jumlah langkah yang dihitung
secara manual untuk mengukur akurasi alat. Hasil pengujian menunjukkan bahwa dari
12 kali pengujian, rata-rata akurasi alat mencapai 98,45%. Dengan demikian, program
yang dirancang dapat secara efektif memvisualisasikan data jumlah langkah dalam
bentuk grafik, mendeteksi puncak dari setiap langkah, dan memanfaatkan plot
spektrum FFT untuk mendukung analisis sinyal yang lebih mendalam.
Kata kunci: Sensor Akselerometer, Modul IMAGy, Fast Fourier Transform, Python,
Langkah kaki.

Health is an essential need in human life. Adopting a healthy lifestyle, including engaging in regular physical activity is crucial for maintaining health. One simple physical activity recommended is walking with a target of 10,000 steps per day. To facilitate the achievement of this target, an accurate tool for counting steps is needed. This research intended to design a program that can visualize and detect the peaks in footsteps data from an accelerometer sensor on the IMAGy module. This research utilized the IMAGy module, based on an accelerometer sensor, to collect footsteps data. The data generated by the accelerometer sensor were transmitted to a laptop via a WiFi connection. The data were then processed using Python programming language to detect peaks on the x-axis of the accelerometer sensor, which represent footsteps. Additionally, a spectral analysis using Fast Fourier Transform (FFT) was performed to visualize the frequency distribution of the accelerometer signal, aiding in identifying more subtle footsteps characteristics. The data visualization was presented in graphical form, while the detected step count was compared to the manually counted steps to measure the tool's accuracy. Test results show that, from 12 tests, the average accuracy of the tool reaches 98.45%. Therefore, the designed program can effectively visualize data in graph form and detect peaks for each step to determine the number of footsteps recorded by the IMAGy module. Keywords: Accelerometer sensor, IMAGy Module, Fast Fourier Transform, Python, Footsteps