Analisis Perbandingan Akurasi Model LSTM dengan Dataset Sintesis CTGAN dalam Klasifikasi Deteksi Jatuh untuk Lansia [AJG]

Abstract

Jatuh pada lansia menjadi salah satu penyebab masalah cedera fatal dan
 kematian di dunia. Meningkatnya angka harapan hidup di seluruh dunia meng
akibatkan pertumbuhan populasi lansia yang signifikan, yang menyebabkan
 tingginya angka prevalensi jatuh dan mendorong kebutuhan solusi deteksi dini
 jatuh pada lansia. Penelitian ini ditujukan untuk menguji efektivitas penggu
naan Conditional Tabular GAN (CTGAN) untuk menghasilkan data sintesis
 pada dataset asli untuk meningkatkan performa Long Short-Term Memory
 (LSTM) dalam klasifikasi deteksi jatuh pada lansia. Metode penelitian yang
 dilakukan meliputi studi literatur, pengumpulan dan sintesis data, implemen
tasi dan pelatihan model LSTM pada dua skenario dataset, serta evaluasi
 dengan metrik akurasi dan recall. Penelitian ini diharapkan dapat membe
rikan kontribusi dalam menghasilkan model deteksi jatuh yang lebih akurat
 untuk pencegahan cedera pada lansia