Implementasi Algoritma Complementary Filter untuk Merancang Bangun Interaksi Manusia dan Smartphone Menggunakan Gerakan Kepala

Abstract

This study proposes an approach to design and build interaction systems for smartphone's users with hand disabilities using the user's head movements through the implementation of the fusion complementary filter algorithm to get the angle of orientation and position of user's head. The main objective of this experimental research is to get the best constant function of complementary filters that have the highest accuracy result. The results of this study indicate that the fusion complementary filter algorithm can be used to measure the angle of the user's head movements using a combination of 3 sensors; namely the accelerometer, gyroscope and magnetometer, with the best constants function are 0.99 for the gyroscope and 0.01 for the accelerometer. Complementary filter performance results using fusion of 3 sensors to measure the user's head angle obtained from the calculation of the root mean squared error (RMSE) with an average value of 0.364 on the x-axis (roll), 0.578 on the y-axis (pitch), and 0.767 on the z-axis (yaw). Abstrak Penelitian ini mengusulkan sebuah pendekatan untuk membangun sistem interaksi bagi para pengguna cacat tangan menggunakan gerakan kepala penggunanya melalui implementasi algoritma fusion sensor complementary filter untuk mendapatkan orientasi sudut serta posisi kepala dari penggunanya. Penelitian ini bersifat eksperimental dengan tujuan utama untuk mendapatkan fungsi alih terbaik pada complementary filter yang memiliki nilai akurasi tertinggi. Hasil dari penelitian ini menunjukkan bahwa algoritma fusion complementary filter dapat digunakan untuk mengukur sudut dari gerakan kepala pengguna menggunakan gabungan 3 buah sensor; yaitu accelerometer, gyroscope dan magnetometer, dengan konstanta fungsi alih terbaik bernilai 0,99 untuk gyroscope dan 0,01 untuk accelerometer. Hasil kinerja complementary filter menggunakan fusion ketiga sensor untuk mengukur sudut kepala pengguna didapatkan dari perhitungan root mean squared error (RMSE) dengan nilai rata-rata 0,364 pada sumbu putar x (roll), 0,578 pada poros sumbu y (pitch), dan 0,767 pada poros sumbu z (yaw).