Silabus “Sistem Pengukuran dan Pemantauan Waktu Tidur Berbasis OpenCV untuk Analisis Perilaku Tidur”
-
Sesi 1: Pengenalan OpenCV dan Aplikasinya pada Sistem Pemantauan Tidur Pengantar konsep pemantauan waktu tidur.
-
Instalasi dan konfigurasi OpenCV.
-
Dasar-dasar pemrograman OpenCV dengan Python.
-
Sesi 2: Dasar Pemrosesan Citra dan Video di OpenCV Membaca, menampilkan, dan menyimpan citra serta video.
-
Konversi warna dan operasi dasar pada citra.
-
Sesi 3: Pengolahan Citra Lanjut: Thresholding dan Deteksi Tepi Teknik thresholding (global dan adaptif).
-
Deteksi tepi menggunakan algoritma Canny.
-
Sesi 4: Segmentasi dan Deteksi Objek Dasar Penggunaan kontur untuk mendeteksi objek.
-
Pengukuran fitur objek seperti area dan perimeter.
-
Sesi 5: Pengenalan Machine Learning untuk OpenCV Pengenalan algoritma machine learning untuk pemrosesan citra.
-
Implementasi algoritma K-Nearest Neighbors untuk klasifikasi sederhana.
Sesi 6-10: Deteksi dan Klasifikasi Postur Tidur
-
Sesi 6: Deteksi Wajah Menggunakan Haar Cascades Implementasi deteksi wajah untuk mengenali posisi kepala.
-
Penyesuaian parameter untuk meningkatkan akurasi deteksi.
-
Sesi 7: Pemantauan Gerakan Tubuh Menggunakan Optical Flow Konsep dan implementasi optical flow.
-
Analisis gerakan tubuh menggunakan dense optical flow.
-
Sesi 8: Klasifikasi Postur Tidur Menggunakan HOG dan SVM Ekstraksi fitur menggunakan Histogram of Oriented Gradients (HOG).
-
Pelatihan model Support Vector Machine (SVM) untuk klasifikasi postur.
-
Sesi 9: Implementasi Model Klasifikasi Postur Tidur Implementasi model SVM untuk mendeteksi berbagai postur tidur.
-
Evaluasi model dengan dataset simulasi.
-
Sesi 10: Pengujian dan Validasi Model Postur Tidur Pengujian model pada data baru.
-
Analisis akurasi dan kesalahan klasifikasi.



