Institutional Repository | Satya Wacana Christian University: Wearable Monitoring Device Dua Dimensi pada Tulang Belakang sebagai Alat Bantu Pencegahan Gejala Kifosis Postural T1 612012041 BAB IV

35 BAB IV

PENGUJIAN DAN ANALISIS

Bab ini akan membahas mengenai pengujian serta analisis masing-masing modul dari spesifikasi sistem secara keseluruhan. Tujuan dari pengujian ini adalah untuk mengetahui apakah sistem yang dirancang dapat memberikan hasil sesuai dengan harapan dalam hal ini sudah sesuai dengan spesifikasi yang telah ditulis, sedangkan analisis digunakan untuk membandingkan hasil perancangan dengan spesifikasi. Pengujian dilakukan pada setiap bagian maupun keseluruhan sistem.

4.1 Pengujian Sensor GY-521

Sensor GY-521 tersambung dengan komunikasi I2C dengan frekuensi standar sebesar 400k Hz terhadap Arduino nano. Dalam komunikasi I2C, arduino nano akan bertindak sebagai master dan GY-521 bertindak sebagai slave. Konfigurasi yang digunakan untuk accelerometer jangkauan ±8g dan gyro ±250 deg/s. Pengujian sensor GY-521 dilakukan dengan dua kondisi, yaitu kondisi saat diam dan kondisi saat bergerak. Saat kondisi diam, bertujuan untuk mengetahui nilai offset sebuah sensor yang bisa digunakan untuk menambah tingkat akurasi pembacaan sensor. Saat kondisi bergerak, bertujuan untuk mengetahui seberapa cepat perubahan sudut yang terjadi dengan menggabungkan data gyro.

Pengujian sensor kondisi diam juga bisa digunakan sebagai penentuan nilai offset sebagai bentuk cara dalam kalibrasi sensor. Vektor sumbu x, y, dan z merupakan indikator dalam pengujian accelerometer. Apabila GY-521 diletakan tegak lurus dengan arah gaya gravitasi bumi, maka pengukuran data keluaran sensor akan mendapatkan data mentah. Jika ingin meningkatkan tingkat akurasi sensor, bisa dilakukan dengan cara membuat seluruh data bernilai 0 untuk vektor sumbu x dan y, sedangkan sumbu z bernilai 16.438. Untuk menampilkan data raw digunakan komunikasi serial dengan kecepatan baudrate 9.600 dari Arduino nano yang memproses data dari GY-521. Data yang sudah ditampilkan akan dianalisa dan dijadikan nilai rata-rata untuk menentukan nilai offset pada data raw.

36

Tabel 4.1. Data Raw Sensor Accelerometer GY-521

Secara teori, apabila sensor GY-521 diletakan dengan posisi vektor x=90°, y=90° dan z=0°, maka nilai sumbu x=0, y=0 dan z=16384. Nilai rata-rata yang didapatkan pada tabel 4.1, dapat digunakan sebagai kalibrasi sensor. Nilai tersebut akan menjadi nilai offset untuk data raw.

� = � − � �

� = � − � �

� = � + − � �

Jika � _� = , � _� = , � � _� =

� = � − � �

= −

=

No (n)

Sumbu

X Y Z

1 224 128 14716 2 360 136 14784 3 344 280 14828

. . . .

. . . .

. . . .

379 244 24 14676 380 272 276 14944

x̅

306 276 14944

37

� = � − � �

= −

=

� = � + � − � _�

= +

=

Pada realitanya nilai offset untuk masing sumbu sangat jarang sekali mendekati nilai 0, hal ini dikarenakan banyaknya noise yang terjadi. Setelah melakukan kalibrasi dengan menggunaan data raw dan mendapatkan nilai offset untuk data tersebut, selanjutnya mengubah nilai data raw menjadi besaran gravitasi dengan satuan g. Pengujian dilakukan dengan cara melatakan sensor sejajar dengan waterpass. Secara teori, hasil nilai gravitasi yang akan didapatkan apabila sejajar dengan arah gravitasi bumi adalah 8g. Sedangkan apabila tegak lurus pada arah gravitasi bumi, maka pembacaan sensor akan menghasilkan nilai yang mendekati 0g. Posisi vektor dibagi menjadi tiga yaitu θ, ψ, dan φ.

Tabel 4.2. Data Percepatan Gravitasi Sensor Accelerometer GY-521

Nilai yang didapat pada sumbu x, y, dan z mendekati nilai 0g dan 8g, namun jarang sekali mendapatkan nilai tepat 0g dan 8g dikarenakan banyaknya noise dari sensor itu sendiri maupun dari lingkungan luar. Nilai-nilai tersebut dapat juga digunakan sebagai nilai offset percepatan gravitasi yang bisa digunakan untuk meningkatkan akurasi

No Posisi Vektor (°) Nilai percepatan gravitasi (g)

� � φ X Y Z

1 90 90 0 0.02 0.01 7.92

2 90 0 90 0.2 8.01 0.1

3 0 90 90 7.97 0.2 0.2

4 90 90 180 0.01 0.08 8.3

5 90 180 90 0.2 7.95 0.35

38

sensor, dengan cara meletakan posisi sensor θ=90°, ψ=90°, dan φ=0°, maka nilai acuan percepatan gravitasi yang harus didapatkan sumbu x=0g, y=0g, dan z=0g.

= − �

Jika _� = . , _� = . , � _� = − .

= − �

= . g − . g = g

= − �

= . g − . g = g

= − _�

= . g − − . g = g

Setelah didapatkan nilai percepatan gravitasi, dapat ditentukan besarnya sudut θ, ψ, dan φ. Namun, dalam perancangan ini menggunakan nilai roll θ dan pitch ψ. Percepatan gravitasi merupakan besaran vektor yang memiliki arah dan satuan, sehingga dapat menghasilkan nilai sudut dari besaran-besaran vektor tersebut, dengan menggunakan persamaan:

� = � �− _[

√ + ]

� = � �− [ �

√�2 + �2 ]

Untuk contoh perhitungan mengunakan data pada Tabel no 4.2

� = � �− _[ .

39 -60

-40 -20 0 20 40 60 80

1

29 57 85

113 141 169 197 225 253 281 309 337 365 393 421 449 477 505 533 561 589 617 645 673 701

S

UD

UT

(

DE

R

A

JA

T

)

N acc gyro

� = � �− _{[ . ]} � =0.024 rad

� =1.43°

� = � �− _[ .

√ . + . ]

� = � �− _{[ . ]} � =0.0011 rad

� =0.0687°

Pengujian selanjutnya adalah menghitung nilai sudut dengan cara membandingkan nilai sudut aktual pada busur dengan sudut pembacaan sensor. Pengujian dilakukan dua kali, dengan kondisi menggunakan filter dan tanpa filter. Filter yang digunakan dalam pengujian adalah compelementary filter. Pengambilan data pada tabel 4.3, setiap sudut dilakukan sepuluh kali pengambilan data yang kemudian hasilnya akan dirata-rata. Diberikan nilai error sudut sebagai selisih sudut pembacaan sensor terhadap sudut aktual busur. Compelementary filter menggunakan nilai dari gyro. Nilai besarnya sudut pada gyro dapat dicari dengan menggunakan persamaan :

� ° = � �

��

⁄ ∗ �

40

Tabel 4.3. Pembacaan Sensor Accelerometer tanpa Menggunakan Compelementary Filter

No Sudut aktual θ (°) Sudut sensor accelerometer sumbu x (°) Sudut sensor accelerometer sumbu y (°) Error sudut sumbu x

(°)

Error sudut sumbu

y (°)

1 0 1.25 1.4 1.25 1.4

2 10 10.2 12.5 3.2 2.5

3 20 2.6 23.4 4.6 3.4

4 30 33.9 32.8 3.9 2.8

5 40 45.7 44.3 5.7 4.3

6 50 57.2 56.8 7.2 6.8

7 60 66.2 67.2 6.2 7.2

8 70 76.3 75.3 6.3 5.3

9 80 88.2 86.4 8.2 6.4

10 90 96.2 95.4 6.2 5.4

Rata-rata Error

5.275 4.55

Tabel 4.4.Pembacaan Sensor Accelerometer dengan Menggunakan Compelementary Filter

No Sudut pengukuran (°) Sudut sensor accelerometer sumbu x (°) Sudut sensor accelerometer sumbu y (°) Error sudut sumbu x (°) Error sudut sumbu x (°)

1 _{0 0.85 0.7} 0.85 0.7

2 _{10 12.7 11.4} 2.7 1.4

3 _{20 22.88 22.5} 2.88 2.5

4 _{30 32.6 31.7} 2.6 1.7

5 _{40 44.35 42.9} 4.35 2.9

6 _{50 54.35 52.7} 4.35 2.7

7 _{60 64.28 62.4} 4.28 2.4

8 _{70 74.87 72.7} 4.87 2.7

9 _{80 84.52 81.8} 4.52 1.8

10 _{90 87.58 88.4} 2.42 1.6

41

Gambar 4.2. Grafik Perbandingan Error Sudut Menggunakan dan Tanpa Compelementary Filter

Gambar 4.3. Grafik Perbandingan Sudut Menggunakan dan Tanpa Compelementary Filter Saat Diam

0 1 2 3 4 5 6 7 8 9

0 10 20 30 40 50 60 70 80 90

Pers e n ta se E rro r d al a m (d e ra ja t) Sudut (derajat)

acc x acc y comp x comp y

0 0.5 1 1.5 2 2.5 1 38 75

112 149 186 223 260 297 334 371 408 445 482 519 556 593 630 667 704 741 778 815 852 889 926 963

S UD UT ( DE R A JA T ) N Comp Acc

42 -80

-60 -40 -20 0 20 40 60

1 201 401 601 801

Su

d

u

t(d

e

ra

ja

t)

n

comp acc

Gambar 4.4. Grafik Perbandingan Sudut Menggunakan dan Tanpa Compelementary Filter Saat Berotasi.

Complementary filter menggunakan nilai antara data yang didapat dari accelerometer dengan gyroscope. Penggunaan filter ini dapat mereduksi noise yang dihasilkan dari sensor itu sendiri. Pada dasarnya, pembacaan sudut dalam pengujian ini menitik beratkan pada pembacaan sensor accelerometer, karena accelerometer mengukur gerakan linier dengan acuan gravitasi serta dapat memberikan pengukuran kemiringan sudut yang akurat dalam keadaan diam dengan kalibrasi melalui nilai offset. Saat berotasi, accelerometer akan mengalami pembacaan sensor yang tidak akurat karena tidak dapat membaca dalam keadaan yang cepat dan memiliki noise.

Sensor gyro saat posisi dirotasi akan menampilkan data sesaat pengukuran sudut, tetapi nilainya tidak akan kembali menjadi sama. Data sudut yang didapatkan dari gyro hanya dalam waktu singkat dan nilainya akan berubah pada waktu yang lama. Oleh sebab itu diperlukan complementary filter yang memiliki persamaan :

= � ∗ − + � ∗ + − � ∗ �

Complementary filter sangat efektif karena menggabungkan keuntungan dari pembacaan accelerometer dan gyroscope. Dalam jangka waktu yang singkat, dapat

43

menggunakan data dari gyroscope, karena data yang didapat sangat presisi dan tidak terpengaruh gaya dari luar. Dalam jangka waktu yang panjang, menggunakan data dari accelerometer karena sangat stabil dalam kondisi diam. Data dari gyro terintegrasikan setiap waktu dengan data pengukuran sudut saat itu, setelah data tersebut dikombinasikan dengan data dari accelerometer yang diproses melalui persamaan trigonometri menggunakan tan-1. Dalam penggunaannya, complementary filter harus digunakan dalam perulangan program yang tanpa batas. Setiap data pitch dan roll akan diperbarui dengan nilai data dari gyroscope dalam setiap waktu.

Nilai konstanta k yang digunakan adalah 0.93. Konstanta tersebut merupakan faktor pengali pada nilai sudut, dan dapat disesuaikan nilainya. Saat berotasi, complementary filter akan membandingkan dengan pembacaan data sebelumnya, oleh sebab itu,terjadi pereduksian error saat pembacaan. Filter akan mengoreksi apabila bersarnya gaya yang terbaca pada accelerometer memiliki nilai murni vector percepatan gravitasi. Apabila nilai tersebut terlalu kecil atau besar, nilai tersebut bukan nilai yang diperlukan, dan tidak perlu dimasukan dalam perhitungan. Setiap waktu nilai roll dan pitch akan selalu diperbaharui dengan persentase nilai accelerometer sebesar 93% saat terbaca dan 7% nilai accelerometer sebelumnya. Hal ini akan mengukur nilai yang tidak akan berubah-ubah terlalu drastis dalam pengambilan data saat sensor berotasi.

Data-data yang ditampilkan dalam tabel dan grafik membuktikan bahwa dengan menggunakan sensor GY-521 dapat menghasilkan data output sudut dengan tepat melalui pengurangan data yang terukur dengan nilai offset. Nilai error akan semakin tinggi apabila sensor membaca sudut pada kemiringan yang besar, seperti pada kemiringan 30° hingga 80°. Hal ini dapat disebabkan oleh dari sensor itu sendiri yang memiliki keterbatasan dalam pengambilan data, terlalu banyak noise, dan kesalahan pembacaan sensor yang membandingkan data dengan sudut busur, serta kesalahan pembulatan angka pada program.

44

Tabel 4.5.Pembacaan Sensor Accelerometer dengan Menggunakan Compelementary Filter dengan memberikan nilai offset

No Sudut pengukuran (°) Sudut sensor accelerometer sumbu x (°) Sudut sensor accelerometer sumbu y (°) Error sudut sumbu x (°) Error sudut sumbu y (°)

1 _{0 0.1 0.7}

0.1 0.7

2 _{10 10.2 10.4}

0.2 0.4

3 _{20 20.4 20.5}

0.4 0.5

4 _{30 30.4 30.7}

0.4 0.7

5 _{40 40.7 40.5}

0.7 0.5

6 _{50 50.5 50.7}

0.5 0.7

7 _{60 60.3 60.3}

0.3 0.3

8 _{70 70.4 70.2}

0.4 0.2

9 _{80 80.2 80.7}

0.2 0.7

10 _{90 89.2 89.5}

-0.8 -0.5

0.4 0.52

Gambar 4.5. Grafik Perbandingan Error Sudut Menggunakan Compelementary Filter dan Compelementary Filter yang Sudah Diberi Nilai offset

0 1 2 3 4 5 6

0 10 20 30 40 50 60 70 80 90

E r r o r su d u t (d e ra ja t) Sudut (derajat)

45 4.2 Pengujian Perangkat Keras

Gambar 4.6. Perancangan Wearable device

Perkembangan perangkat keras, data yang berasal dari sensor GY-521 akan dimasukan dalam modul sd card setiap lima detik. Setelah mendapatkan data yang terukur, data tersebut akan dimasukan sebagai masukan program MATLAB. Dalam perangkat keras digunakan interupt untuk menghentikan program yang sedang berjalan. Hal ini dibutuhkan apabila saat pengambilan data, orang yang menjadi sampel data merasa tidak nyaman dan membutuhkan istirahat sebelum dilakukan pengukuran selanjutnya. Perangkat keras ini sudah dicoba dengan menggunakan power supply berasal dari power bank, dalam satu kali pengisian baterai power bank dapat menghidupkan perangkat keras elektronik selama 30 jam. Saat pengujian, terdapat dua buah mode, yaitu mode observasi dan mode siaga. Mode observasi akan memonitoring sudut yang terbentuk saat kebiasaan duduk, sedangkan mode siaga merupakan kondisi saat responden harus menegakkan tulang belakang apabila ada notifikasi dari buzzer. Alat ini akan memberikan notifikasi apabila responden membungkuk dengan sudut 70° hingga 80°.

46

Gambar 4.7. Pie Chart Uji Responden Terhadap Apa yang Dirasakan Responden pada Tulang Belakang Mode Siaga Wearable Monitoring Device 2D

Gambar 4.8. Pie Chart Uji Responden, Apakah Responden Merasa Lebih Fokus atau tidak dengan Menggunakan Mode Siaga Wearable Monitoring Device 2D.

60%

30%

10%

Lebih Baik Baik Kurang Baik

77% 23%

47

Pengujian selanjutnya dilakukan oleh responden untuk mengisi quisioner. sehingga didapatkan pie chart pada gambar 4.7 dan 4.8 . Lebih dari 50% responden merasa bahwa tulang belakang mereka lebih baik. Responden merasa bahwa tulang belakang mereka lebih tegak, saat mereka duduk menggunakan mode siaga alat ini. Saat responden menegakkan tulang belakang mereka secara sadar, mereka melakukan terapi fisik. Terapi tersebut membantu untuk memposisikan tulang belakang untuk tegak. Ketika tulang belakang ditegakkan maka aliran darah yang menuju ke otak lebih lancar dibandingkan ketika membungkuk, sehingga pasokan oksigen yang dibawa oleh darah menuju ke otak lebih banyak. Oleh sebab itu, dengan adanya quisioner ini membuktikan bahwa ketika tulang belakang tegak, responden akan merasa lebih fokus. Data uji responden pada gambar 4.8 menunjukan bahwa lebih dari 50% responden merasa fokus dengan menggunakan mode siaga Wearable Monitoring Device 2D.

Gambar 4.9. Pengujian berat alat

Pengujian juga dilakukan dengan menimbang alat, sebagai alat wearable device diusahakan total berat alat kurang dari satu kilogram untuk meningkatkan kenyamanan responden memakai alat. Total keseluruhan berat untuk wearable monitoring device 2D adalah 277.09 gram.

48 4.3 Pengujian Perangkat Lunak

Perangkat lunak digunakan untuk analisis data lebih mendalam, memberikan perhitungan kalkulasi data.

Gambar 4.10. Halaman utama.

Gambar 4.11. Menampilkan Data Rekam Medik yang tersimpan pada file Microsoft excel.

Halaman utama perangkat lunak akan menampilkan data dalam bentuk tabel. Tabel berisikan data yang diambil dari pembacaan sensor GY-521 roll dan pitch. Data yang ditampilkan dalam mode observasi dan mode siaga. Data dapat dengan mudah divisualisasikan kedalam grafik dengan memilih tombol analysis.

49

Gambar 4.12. Halaman hasil.

50

Pada halaman hasil, perangkat lunak akan membuat statistik sebagai dasar dalam mendiagnosis responden. Diagnosis menampilkan data tingkatan stadium. Tingkatan stadium berfungsi untuk meningkatkan kewaspadaan responden. Semakin tinggi tingkat stadium berarti responden mengalami kifosis yang parah, sehingga kewaspadaan responden harus semakin tinggi juga untuk memperhatikan posisi tulang belakang saat duduk. Penentuan stadium berdasarkan distribusi nilai sudut, dapat dilihat berdasarkan tabel 4.6 .

Tabel 4.6. Status Tingkat Kifosis . No Jenis Sudut (°) Keterangan

1 Stadium 0 80-90 Normal 2 Stadium 1 67-79 Waspada 3 Stadium 2 58-68 Siaga 4 Stadium 3 47-57 Awas 5 Stadium 4 1-46 Terkena kifosis

Diagnosis juga menampilkan data responden bahwa tubuhnya lebih sering condong ke kiri atau ke kanan, dalam pengembangan kedepannya kegunaan data ini untuk mengidentifikasi skoliosis. Sudut tulang belakang sebelum terapi fisik merupakan sudut yang didapatkan dari rata-rata sudut dari mode observasi, sedangkan sudut tulang belakang setelah terapi fisik merupakan sudut rata-rata dari mode siaga. Apabila dicari selisih kedua sudut antara sudut rata-rata mode observasi dengan sudut rata-rata mode siaga maka sudut tersebut adalah sudut untuk menunjukan perbaikan tulang belakang dengan menggunakan alat ini.

Alat ini diuji oleh responden yang berjumlah 30 orang yang berumur produktif di usia 15 hingga 25 tahun. Pada rentang umur tersebut, mereka sering berhadapan dengan komputer, dan menghabiskan waktu mereka didepan komputer untuk bekerja, bermain game, dan lain-lain. Tabel 4.7 menunjukan hasil dari pengujian wearable monitoring device 2D dengan menganalisa data yang didapatkan dari perangkat keras, kemudian diolah sedemikian rupa dengan menggunakan MATLAB. Alat ini dapat memperbaiki sudut tulang belakang dari 5.45° hingga 30.47° dengan bantuan terapi fisik.

51

Tabel 4.7. Hasil Uji Responden. No

Nama Stadium

Kecondongan tubuh

(°)

Rata-rata Mode observasi

(°)

Rata-rata Mode siaga

(°)

Perbaikan sudut tulang

belakang (°)

1 Tora 1 kanan 72.62 84.54 11.92

2 Febrian 1 kanan 72.91 85.35 12.44

3 Yiska 1 kanan 72.27 81.61 9.34

4 Anri 3 kanan 52.42 82.89 30.47

5 Wahyudi 1 kiri 69.47 86 16.53

6 Fahri 2 kiri 71.99 82.61 10.62

7 Bima 2 kanan 63.93 81.22 17.29

8 Yesaya 1 kiri 74.18 79.98 5.8

9 Denny 2 kanan 65.9 83.83 17.93

10 Frans 0 kanan 80.35 84.69 4.34

11 Yohanes Angga 1 kiri 75.36 81.06 5.7

12 Bodhi 1 kiri 74.6 80.89 6.29

13 Attar 1 kiri 68.49 81.68 13.19

14 Loki 2 kiri 66.22 87.01 20.79

15 Adi 2 kiri 64.55 81.46 16.91

16 Satria 2 kiri 64.46 83.24 18.78

17 Sukma 2 kanan 64.14 81.15 17.01

18 Kipli 1 kanan 61.28 81.65 20.37

19 Reinhart 1 kiri 77.05 82.5 5.45

20 Lindu 1 kiri 73.63 81.56 7.93

21 Bayu Samudra 1 kiri 65.75 82.21 16.46

22 Agung 1 kiri 77.35 85.13 7.77

23 Mario 3 kanan 58.55 84.86 26.31

24 Valen 1 kiri 72.57 85.64 13.07

25 Ferry 1 kanan 69.89 81.02 11.13

26 Wimas 2 kanan 64.14 81.15 17.01

27 Albert Tara 2 kiri 61.18 82.04 20.86

28 Okta 1 kanan 75.46 84.11 8.65

29 Vela 1 kiri 77.58 84.54 6.96

46

Gambar 4.7. Pie Chart Uji Responden Terhadap Apa yang Dirasakan Responden pada Tulang Belakang Mode Siaga Wearable Monitoring Device 2D

Gambar 4.8. Pie Chart Uji Responden, Apakah Responden Merasa Lebih Fokus atau tidak dengan Menggunakan Mode Siaga Wearable Monitoring Device 2D.

60%

30%

10%

Lebih Baik Baik Kurang Baik

77% 23%

47

Pengujian selanjutnya dilakukan oleh responden untuk mengisi quisioner. sehingga didapatkan pie chart pada gambar 4.7 dan 4.8 . Lebih dari 50% responden merasa bahwa tulang belakang mereka lebih baik. Responden merasa bahwa tulang belakang mereka lebih tegak, saat mereka duduk menggunakan mode siaga alat ini. Saat responden menegakkan tulang belakang mereka secara sadar, mereka melakukan terapi fisik. Terapi tersebut membantu untuk memposisikan tulang belakang untuk tegak. Ketika tulang belakang ditegakkan maka aliran darah yang menuju ke otak lebih lancar dibandingkan ketika membungkuk, sehingga pasokan oksigen yang dibawa oleh darah menuju ke otak lebih banyak. Oleh sebab itu, dengan adanya quisioner ini membuktikan bahwa ketika tulang belakang tegak, responden akan merasa lebih fokus. Data uji responden pada gambar 4.8 menunjukan bahwa lebih dari 50% responden merasa fokus dengan menggunakan mode siaga Wearable Monitoring Device 2D.

Gambar 4.9. Pengujian berat alat

Pengujian juga dilakukan dengan menimbang alat, sebagai alat wearable device diusahakan total berat alat kurang dari satu kilogram untuk meningkatkan kenyamanan responden memakai alat. Total keseluruhan berat untuk wearable monitoring device 2D adalah 277.09 gram.

48

4.3 Pengujian Perangkat Lunak

Perangkat lunak digunakan untuk analisis data lebih mendalam, memberikan perhitungan kalkulasi data.

Gambar 4.10. Halaman utama.

Gambar 4.11. Menampilkan Data Rekam Medik yang tersimpan pada file Microsoft excel.

Halaman utama perangkat lunak akan menampilkan data dalam bentuk tabel. Tabel berisikan data yang diambil dari pembacaan sensor GY-521 roll dan pitch. Data yang ditampilkan dalam mode observasi dan mode siaga. Data dapat dengan mudah divisualisasikan kedalam grafik dengan memilih tombol analysis.

49

Gambar 4.12. Halaman hasil.

50

Pada halaman hasil, perangkat lunak akan membuat statistik sebagai dasar dalam mendiagnosis responden. Diagnosis menampilkan data tingkatan stadium. Tingkatan stadium berfungsi untuk meningkatkan kewaspadaan responden. Semakin tinggi tingkat stadium berarti responden mengalami kifosis yang parah, sehingga kewaspadaan responden harus semakin tinggi juga untuk memperhatikan posisi tulang belakang saat duduk. Penentuan stadium berdasarkan distribusi nilai sudut, dapat dilihat berdasarkan tabel 4.6 .

Tabel 4.6. Status Tingkat Kifosis . No Jenis Sudut (°) Keterangan

1 Stadium 0 80-90 Normal 2 Stadium 1 67-79 Waspada 3 Stadium 2 58-68 Siaga 4 Stadium 3 47-57 Awas 5 Stadium 4 1-46 Terkena kifosis

Diagnosis juga menampilkan data responden bahwa tubuhnya lebih sering condong ke kiri atau ke kanan, dalam pengembangan kedepannya kegunaan data ini untuk mengidentifikasi skoliosis. Sudut tulang belakang sebelum terapi fisik merupakan sudut yang didapatkan dari rata-rata sudut dari mode observasi, sedangkan sudut tulang belakang setelah terapi fisik merupakan sudut rata-rata dari mode siaga. Apabila dicari selisih kedua sudut antara sudut rata-rata mode observasi dengan sudut rata-rata mode siaga maka sudut tersebut adalah sudut untuk menunjukan perbaikan tulang belakang dengan menggunakan alat ini.

Alat ini diuji oleh responden yang berjumlah 30 orang yang berumur produktif di usia 15 hingga 25 tahun. Pada rentang umur tersebut, mereka sering berhadapan dengan komputer, dan menghabiskan waktu mereka didepan komputer untuk bekerja, bermain game, dan lain-lain. Tabel 4.7 menunjukan hasil dari pengujian wearable monitoring device 2D dengan menganalisa data yang didapatkan dari perangkat keras, kemudian diolah sedemikian rupa dengan menggunakan MATLAB. Alat ini dapat memperbaiki sudut tulang belakang dari 5.45° hingga 30.47° dengan bantuan terapi fisik.

51

Tabel 4.7. Hasil Uji Responden. No

Nama Stadium

Kecondongan tubuh (°) Rata-rata Mode observasi (°) Rata-rata Mode siaga (°) Perbaikan sudut tulang belakang (°)

1 Tora 1 kanan 72.62 84.54 11.92

2 Febrian 1 kanan 72.91 85.35 12.44

3 Yiska 1 kanan 72.27 81.61 9.34

4 Anri 3 kanan 52.42 82.89 30.47

5 Wahyudi 1 kiri 69.47 86 16.53

6 Fahri 2 kiri 71.99 82.61 10.62

7 Bima 2 kanan 63.93 81.22 17.29

8 Yesaya 1 kiri 74.18 79.98 5.8

9 Denny 2 kanan 65.9 83.83 17.93

10 Frans 0 kanan 80.35 84.69 4.34

11 Yohanes Angga 1 kiri 75.36 81.06 5.7

12 Bodhi 1 kiri 74.6 80.89 6.29

13 Attar 1 kiri 68.49 81.68 13.19

14 Loki 2 kiri 66.22 87.01 20.79

15 Adi 2 kiri 64.55 81.46 16.91

16 Satria 2 kiri 64.46 83.24 18.78

17 Sukma 2 kanan 64.14 81.15 17.01

18 Kipli 1 kanan 61.28 81.65 20.37

19 Reinhart 1 kiri 77.05 82.5 5.45

20 Lindu 1 kiri 73.63 81.56 7.93

21 Bayu Samudra 1 kiri 65.75 82.21 16.46

22 Agung 1 kiri 77.35 85.13 7.77

23 Mario 3 kanan 58.55 84.86 26.31

24 Valen 1 kiri 72.57 85.64 13.07

25 Ferry 1 kanan 69.89 81.02 11.13

26 Wimas 2 kanan 64.14 81.15 17.01

27 Albert Tara 2 kiri 61.18 82.04 20.86

28 Okta 1 kanan 75.46 84.11 8.65

29 Vela 1 kiri 77.58 84.54 6.96