PROPOSAL STUDI MANDIRI

PENGGANTI KERJA PRAKTIK

Studi Penggunaan Human Activity Recognition menggunakan Supervised Machine

Learning dengan metode K Nearest Neighbor Classifier

Diajukan Oleh:
Muhammad Syafa Choirul Habib (20/460227/TK/50816)

Dosen Pembimbing:
Ir. Nazrul Effendy, S.T, M.T, Ph.D., IPM.

DEPARTEMEN TEKNIK NUKLIR DAN TEKNIK FISIKA

FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA
2023
HALAMAN PENGESAHAN PROPOSAL STUDI MANDIRI PENGGANTI
KERJA PRAKTIK
Yogyakarta, 15 Februari 2023

Hormat saya
Pemohon Studi Mandiri

Muhammad Syafa Choirul Habib

20/460227/TK/50816

Mengetahui,
Ketua Departemen Teknik Nuklir dan Teknik Fisika
Fakultas Teknik, Universitas Gadjah Mada

Dr. Ir. Alexander Agung, S.T, M.Sc.,IPU.

NIP. 197209161998031002

2|Proposal Studi Mandiri Pengganti Kerja Praktik

 DAFTAR ISI

I. LATAR BELAKANG ................................................................................................ 4

II. MAKSUD DAN TUJUAN ......................................................................................... 4
II.1 TUJUAN UMUM ................................................................................................. 4
II.2 TUJUAN KHUSUS .............................................................................................. 5
III. DATA DIRI PELAKSANA ....................................................................................... 5
IV. RINCIAN KEGIATAN ............................................................................................. 5
V. FOKUS KAJIAN ....................................................................................................... 6
VI. BENTUK KEGIATAN .............................................................................................. 6
VII. PENUTUP ................................................................................................................... 6

3|Proposal Studi Mandiri Pengganti Kerja Praktik

 I. LATAR BELAKANG
Saat ini mahasiswa dituntut untuk memiliki berbagai kemampuan teori dan aplikatif
setelah lulus dari bangku perkuliahan. Dimana kemampuan secara teori didapat dari
pelajaran yang didapat selama perkuliahan, sedangkan kemampuan aplikatif berupa
praktik didapat dari praktikum ataupun kerja praktik di industri.

Kecerdasan buatan (AI) telah berkembang dengan pesat sejak awal abad 21. Hal ini
disebabkan oleh kemajuan yang luar biasa dalam teknologi pengolahan data dan
algoritma machine learning. Salah satu masalah yang dapat diselesaikan oleh AI yang
sedang berkembang pesat adalah Human Activity Recognition (HAR). HAR adalah proses
pengenalan aktivitas manusia dari sekumpulan data yang dikumpulkan dari berbagai
sensor yang terhubung dengan sistem (dalam hal ini smartphone). Ini memberikan
kemampuan untuk mengidentifikasi dan mengklasifikasikan berbagai aktivitas yang
dilakukan oleh manusia.

Metode K Nearest Neighbor (KNN) telah digunakan secara luas untuk pengenalan
aktivitas manusia. KNN adalah algoritma klasifikasi yang bergantung pada jumlah
tetangga terdekat untuk memprediksi kelas suatu obyek. Ini berdasarkan pada asumsi
bahwa obyek yang lebih dekat secara geografis dan merupakan bagian dari kelas yang
sama. Metode ini dikatakan lebih mudah untuk diimplementasikan dan relatif memiliki
kemampuan yang lebih baik untuk mengidentifikasi aktivitas berbasis sensor.

Kegiatan kerja praktik ini bertujuan untuk mengevaluasi kemampuan KNN untuk
mengklasifikasikan aktivitas manusia berdasarkan data yang dikumpulkan dari berbagai
sensor. Saya akan menggunakan dataset open source yang berisi data dari berbagai
aktivitas manusia yang telah dikumpulkan dengan menggunakan berbagai sensor. Akan
menganalisis data dan mengoptimalkan parameter KNN untuk meningkatkan akurasi
klasifikasi. Kami juga akan membandingkan performa KNN dengan metode klasifikasi
lain untuk melihat mana yang lebih cocok untuk pengenalan aktivitas manusia. Hasil dari
kajian ini akan dipresentasikan dalam bentuk laporan yang menyertakan diskusi dan
kesimpulan.

II. MAKSUD DAN TUJUAN

II.1 TUJUAN UMUM
1. Memperluas pengetahuan dan wawasan berpikir mahasiswa, serta kaitannya
dengan disiplin ilmu lain
2. Mahasiswa mampu mengintegrasikan pengetahuan dan keterampilan yang
didapatkan selama perkuliahan secara langsung

4|Proposal Studi Mandiri Pengganti Kerja Praktik

 II.2 TUJUAN KHUSUS
1. Mahasiswa mampu mengenal, memahami dan melibatkan diri secara langsung
pada permasalahan pengetahuan teori maupun keterampilan teknis dalam
memahami terkait objek kajian
2. Mahasiswa mampu memahmi algoritma dan alur kerja dalam penerapan K
Nearest Neighbor untuk Human Activity Recognition
3. Memenuhi persyaratan keseluruhan mahasiswa prodi Teknik Fisika Universitas
Gadjah Mada
4. Mempersiapkan mahasiswa dari segi materi sebelum melaksanakan skripsi.

III. DATA DIRI PELAKSANA

Data diri saya adalah sebagai berikut:
Nama : Muhammad Syafa Choirul Habib
Jenis Kelamin : Laki-laki
NIM : 20/460227/TK/50816
Fakultas : Teknik
Departemen : Teknik Nuklir dan Teknik Fisika
Prodi : Teknik Fisika
TTL : Trenggalek, 19 Februari 2002
Alamat : Jl. Wates km 7 Desa Gejawan Wetan Balecatur Sleman
Yogyakarta
No. Telepon : 085388495784
Alamat email : muhammadsyafa2020@mail.ugm.ac.id

IV. RINCIAN KEGIATAN

Kegiatan kerja praktik ini sendiri berbentuk studi mandiri untuk memperdalam
pemahaman tentang bagaimana proses terbuatnya model Machine Learning dan cara
kerja model tersebut dalam membuat prediksi. Adapun rincian kegiatan adalah sebagai
berikut

Tema : Metode Machine Learning K Nearest Neighbor untuk Human Activity

Recognition

Tempat : Departemen Teknik Nuklir dan Teknik Fisika, Universitas Gadjah Mada

Waktu: 13 Februari – 13 April 2023

Tabel 1. Rincian Waktu Pelaksanaan Studi Mandiri

NO KEGIATAN Minggu ke
1 2 3 4 5 6 7 8
1 Studi mandiri terkait tema

5|Proposal Studi Mandiri Pengganti Kerja Praktik

 2 Konsultasi bersama pembimbing
studi mandiri
3 Penyusunan laporan studi
mandiri
Keterangan : Konsultasi bersama pembimbing studi mandiri berlangsung setiap hari
jumat pukul 20.00 WIB

V. FOKUS KAJIAN
Fokus bidang yang akan dikaji adalah studi tentang Human Activity Recognition
menggunakan Supervised Machine Learning Model K Nearest Neighbor Classifier.
Dimana K Nearest Neighhbor merupakan algoritma klasifikasi yang bergantung pada
jumlah tetangga terdekat untuk memprediksi kelas suatu obyek. Ini berdasarkan pada
asumsi bahwa obyek yang lebih dekat secara geografis dan merupakan bagian dari kelas
yang sama. Metode ini dikatakan lebih mudah untuk diimplementasikan dan relatif
memiliki kemampuan yang lebih baik untuk mengidentifikasi aktivitas berbasis sensor.

VI. BENTUK KEGIATAN

Studi mandiri akan dilaksanakan dalam bentuk sebagai berikut.
1. Studi literatur
2. Studi mandiri
3. Simulasi kasus dengan menggunakan K Nearest Neighbor untuk Human Activity
Recognition

VII. PENUTUP
Demikian proposal ini saya buat, semoga dapat menjadi gambaran mengenai maksud dan
tujuan dari kerja praktik yang saya lakukan. Besar harapannya saya dapat mendapat
bimbingan agar dapat mematangkan kemampuan saya sehingga nantinya kemampuan ini
dapat digunakan dalam bersaing di dunia industri 4.0. Atas perhatian serta kesediaan
bapak/ibu dalam membaca proposal ini saya ucapkan terima kasih.

6|Proposal Studi Mandiri Pengganti Kerja Praktik

Lampiran: Histori alur persetujuan
No Jabatan Nama Jenis Tanggal Disetujui
Ir. Nazrul Effendy, S.T., M.T.,
1 Dosen Pembimbing Paraf Selasa, 4 April 2023 08:32
Ph.D., IPM
Ketua Program Studi Sarjana Dr.-Ing. Awang Noor Indra
2 Paraf Selasa, 4 April 2023 08:42
Teknik Fisika Wardana, S.T., M.T., M.Sc.
Ketua Departemen Teknik Nuklir Dr. Ir. Alexander Agung, S.T.,
3 Tanda Tangan Selasa, 4 April 2023 13:34
dan Teknik Fisika M.Sc., IPU.
Diajukan oleh Triyanto

Dokumen ini telah melalui proses approval secara daring sebelum QR Code dibubuhkan.
Scan QR Code yang ada di setiap halaman dokumen ini untuk verifikasi.