Penentuan Learning Rate Terbaik CNN Pada Pengenalan Individu Berbasis Analisis Gait

Trayektori tubuh manusia untuk analisis gait tidak terbatas pada kondisi permukaan medan yang rata. Hal ini berpengaruh penelitian pengenalan identitas individu terkait dengan dilalui. Pergelangan kaki menjadi bagian berkontribusi trayektori terhadap dilalui melalui dua yaitu Heel-Strike (HS) dan Toe-Off (TO). HS TO memiliki pola saling berbeda setiap sehingga membutuhkan penentuan parameter learning rate tepat. Penentuan terbaik merupakan salah satu langkah penting dalam menghasilkan terbaik. Pada kegiatan ini, data digunakan adalah berformat C3D direkam perangkat motion capture skenario berjalan lurus (WS/Walking Straight) oleh enam orang sebagai partisipan. menggunakan metode convolutional neural network (CNN) pretrain pembanding ResNet18 ResNet50. Percobaan dilakukan performa diperoleh baik pengukuran Average Position (AP) maupun pendeteksian TO.