Coding Tutorial

Analisis Gait Menggunakan PhyPhox dan Google Colab: Panduan Lengkap 💡

Home
Coding
Tutorial
Analisis Gait Menggunakan PhyPhox dan Google Colab: Panduan Lengkap 💡
Analisis Gait Menggunakan PhyPhox dan Google Colab: Panduan Lengkap 💡
Analisis Gait Menggunakan PhyPhox dan Google Colab: Panduan Lengkap 💡

🚀 Pendahuluan: Analisis Gait dengan PhyPhox dan Google Colab

Analisis gait adalah studi tentang pola gerakan kaki saat berjalan atau berlari. Dalam posting blog ini, kita akan menjelaskan bagaimana menggunakan aplikasi PhyPhox untuk mengumpulkan data sensor smartphone dan melakukan analisis gait menggunakan Google Colab dan Python. Mari mulai! 👟

📱 Mengumpulkan Data Sensor Menggunakan PhyPhox

PhyPhox adalah aplikasi yang memungkinkan kita mengakses sensor smartphone dan merekam data dalam waktu nyata. Ikuti langkah-langkah ini untuk mengumpulkan data sensor menggunakan PhyPhox:
  1. Unduh dan pasang aplikasi PhyPhox pada smartphone Anda.
  2. Buka aplikasi dan pilih eksperimen akselerometer dan gyroscope.
  3. Sesuaikan pengaturan "Rate" dengan kecepatan sampling yang diinginkan.
  4. Mulai rekaman data sensor dan berjalanlah dengan normal.
  5. Setelah selesai, ekspor data dalam format CSV.

🌐 Menggunakan Google Colab untuk Analisis Data

Google Colab adalah lingkungan pemrograman Python berbasis cloud yang memungkinkan kita untuk mengolah dan menganalisis data secara online. Berikut cara menggunakan Google Colab untuk analisis gait:
  1. Buat notebook baru di Google Colab.
  2. Unggah file CSV yang berisi data sensor.
  3. Gunakan kode Python berikut untuk membaca data dan menyimpannya dalam DataFrame Pandas:
import pandas as pd

# Read the CSV file
data = pd.read_csv('your_data_file.csv')

⏱ Menentukan Waktu Sampling Terbaik

Waktu sampling sangat penting dalam analisis gait. Ikuti langkah-langkah ini untuk menentukan waktu sampling terbaik:
  1. Periksa spesifikasi sensor smartphone Anda.
  2. Pilih kecepatan sampling tertinggi yang didukung oleh sensor Anda.
  3. Konfigurasikan PhyPhox untuk menggunakan kecepatan sampling yang dipilih.
  4. Hitung waktu sampling dengan mengambil kebalikan dari kecepatan sampling.
Catatan penting: Pastikan untuk mengganti 'your_data_file.csv' dengan nama file CSV Anda.

📈 Implementasi Filter Komplementer

Filter komplementer digunakan untuk menggabungkan data akselerometer dan gyroscope untuk menghasilkan estimasi sudut yang lebih akurat. Ikuti kode Python berikut untuk mengimplementasikan filter komplementer: 


import numpy as np
import matplotlib.pyplot as plt

# Extract gyroscope and accelerometer data
gyro_z = data['Gyroscope Z (°/s)']
accel_x = data['Accelerometer X (g)']
accel_y = data['Accelerometer Y (g)']
accel_z = data['Accelerometer Z (g)']

# Calculate the sampling time
sampling_time = 0.05  # Adjust this value according to your data

# Integrate gyroscope data to get the angle
gyro_angle = np.cumsum(gyro_z) * sampling_time

# Calculate the accelerometer angle
accel_angle = np.arctan2(accel_y, np.sqrt(accel_x**2 + accel_z**2)) *

Sekian artikel Analisis Gait Menggunakan PhyPhox dan Google Colab dari blogtikus.