Article Sidebar
Main Article Content
Abstract
Indeks Massa Tubuh (BMI) adalah sebuah parameter yang digunakan untuk menentukan status gizi seseorang berdasarkan perbandingan antara berat badan dan tinggi badan. Saat ini, pengukuran BMI seringkali dilakukan secara manual, sehingga pengukuran BMI menjadi hal yang sulit dilakukan terutama yang belum mengetahui formula untuk menghitung nilai BMI secara tepat. Untuk mengatasi masalah ini, dibuatlah sebuah alat pengukuran BMI secara otomatis. Alat ini dirancang untuk mengukur tinggi badan dengan menggunakan kamera, serta berat badan dengan menggunakan sensor Load Cell. Proses pengolahan gambar menggunakan mikrokontroller Raspberry Pi dan bahasa pemrograman Python. Cara kerja alat ini dimulai dengan pengukuran tinggi badan dan berat badan, lalu setelah mendapatkan nilai yang dibutuhkan, alat ini akan menghitung BMI untuk memberikan informasi mengenai status kesehatan dan saran berat badan agar terhindar dari obesitas. Hasil pengujian menunjukkan tingkat akurasi sebesar 96,31% dengan tingkat eror pengukuran tinggi badan sebesar 1,67% dan berat badan sebesar 0,44%. Sedangkan untuk perhitungan BMI, tingkat eror yang dihasilkan adalah sebesar 3,69%.
Keywords
Article Details
Copyright (c) 2023 Mas Nurul Achmadiah, Donny Radianto, Ahmad Miftahul Ulum
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
- . Afdali, M. D. (2017). Pengukuran Alat Ukur Digital untuk Tinggi dan Berat Badan dengan Output Suara Berbasis Arduino UNO. Jurnal ELKOMIKA. Vol. 5, No. 1.
- . Akbar, R. S. (2015). Pengukuran Tinggi Bdan Berbasis Arduino. Jurnal Ilmiah Mikrotik. Vol. 1, No. 4.
- . Dessy Ana Laila Sari, A. M. (2020). Deteksi Objek Berwarna Real Time Berdasarkan Visualisasi Webcam. Universitas PGRI, Banyuwangi: Zetroem.
- . Deteksi dan Perhitungan Objek Berdasarkan Warna Menggunakan Color Object Tracking. (2018). Universitas Muhammadiyah Bengkulu: Jurnal Pseudocode.
- . Herdiyeni, Y. (2009). Deteksi Tepi (Edge Detection). Departemen Ilmu Komputer FMIPA IPB.
- . Muhimmah, I. P. (2012). Metode Steteo Vision Untuk Memperkirakan Jarak Objek Dari Kamera. Seminar Nasional Aplikasi Teknologi Informasi .
- . Nafis, A. B. (2021). Rancangan Alat Pendeteksi Benda dengan Berdasarkan Warna, Bentuk, dan Ukuran dengan Webcam. Universitas Negeri Padang: JTEIN: Jurnal Teknik Elektro Indonesia.
- . Putra, A. Y. (2015). Monitoring Kamera Pengintai Jarak Jauh Terintegrasi dengan Google Drive Berbasis Raspberry Pi Via Internaet. Jurnal Teknik Elektro Universitas Tanjungpura.
- . Thomas., W. J. (2008). Sistem Pengukuran Berat dan Tinggi Badan Menggunakan Mikrokontroller AT89S51. TESLA Jurnal Teknik Elektro UNTAR. Vol. 10, No. 2.
References
. Afdali, M. D. (2017). Pengukuran Alat Ukur Digital untuk Tinggi dan Berat Badan dengan Output Suara Berbasis Arduino UNO. Jurnal ELKOMIKA. Vol. 5, No. 1.
. Akbar, R. S. (2015). Pengukuran Tinggi Bdan Berbasis Arduino. Jurnal Ilmiah Mikrotik. Vol. 1, No. 4.
. Dessy Ana Laila Sari, A. M. (2020). Deteksi Objek Berwarna Real Time Berdasarkan Visualisasi Webcam. Universitas PGRI, Banyuwangi: Zetroem.
. Deteksi dan Perhitungan Objek Berdasarkan Warna Menggunakan Color Object Tracking. (2018). Universitas Muhammadiyah Bengkulu: Jurnal Pseudocode.
. Herdiyeni, Y. (2009). Deteksi Tepi (Edge Detection). Departemen Ilmu Komputer FMIPA IPB.
. Muhimmah, I. P. (2012). Metode Steteo Vision Untuk Memperkirakan Jarak Objek Dari Kamera. Seminar Nasional Aplikasi Teknologi Informasi .
. Nafis, A. B. (2021). Rancangan Alat Pendeteksi Benda dengan Berdasarkan Warna, Bentuk, dan Ukuran dengan Webcam. Universitas Negeri Padang: JTEIN: Jurnal Teknik Elektro Indonesia.
. Putra, A. Y. (2015). Monitoring Kamera Pengintai Jarak Jauh Terintegrasi dengan Google Drive Berbasis Raspberry Pi Via Internaet. Jurnal Teknik Elektro Universitas Tanjungpura.
. Thomas., W. J. (2008). Sistem Pengukuran Berat dan Tinggi Badan Menggunakan Mikrokontroller AT89S51. TESLA Jurnal Teknik Elektro UNTAR. Vol. 10, No. 2.