Library of Universitas Internasional Batam

  • HOME
  • PERPANJANG MANDIRI
  • USULAN BUKU
  • PERATURAN
  • BROWSE SUBJECTS
  • CEK PEMINJAMAN
  • MENU LAIN
    • Kotak Saran
    • Pustakawan
    • Repository
    • E-Resources
    • Masuk
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Grey Literature

Perancangan Aplikasi Gesture Recognition dengan Metode Hidden Markov Model Menggunakan Depth Sensor

Nurul Ridho Al Amin - Nama Orang; Ni'Matul Ma'muriyah - Nama Orang;

Aplikasi Gesture Recognition sebagai pembaca gerak tangan sangatlah diminati untuk menjadi topik penelitian di Indonesia akhir-akhir ini. Ada 3 hardware (perangkat) yang mereka kenalkan yaitu webcam, sarung tangan dan kamera kinect. Masing-masing perangkat memiliki kelebihan dan kelemahan yang berbeda. Dari hasil literature review yang dilakukan oleh peneliti menyatakan bahwa kamera kinect adalah perangkat yang paling sesuai dengan topik diatas. Fitur depth sensor dari kamera kinect mampu mengenali dan melacak gerak tubuh pengguna dengan baik. Dengan metode Hidden Markov Model (HMM) sebagai pengenalan gesture, dihasilkan tingkat akurasi pengenalan yang tinggi. Hal ini menjadi pertimbangan penggunaan metode HMM dalam perancangan aplikasi gesture recognition sebagai pembacaan gerakan tangan menjadi kata.
Sistem yang akan dibuat terdiri dari hardware berupa kamera kinect dan komputer yang akan menampilkan hasil deteksi gerakan ke display yang telah disediakan. Sistem dimulai dengan menentukan gerakan tangan yang akan dibaca oleh kamera kinect pada koordinat XY. Dalam penelitian ini digunakan 4 (empat) gerakan yaitu; Berdiri, Pergi, Melingkar dan Melambai. Metode HMM akan mendefinisikan gerakan tersebut dari dataset yang telah ditentukan. Selanjutnya pengguna akan memeragakan salah satu gerakan tersebut di depan kamera kinect dengan terlebih dahulu mengangkat tangan kiri sebagai tanda switch on system, sebaliknya ketika tangan kiri diturunkan maka sistem akan menyatakan off dan output dari gerakan sudah terdefinisi di layar monitor.
Hasil pengambilan dan analisa data menunjukkan bahwa sistem mampu melakukan pengenalan gesture dengan tingkat akurasi pengenalan sebesar 90.83%.


Ketersediaan
16/UIB/T21/0002Reference RoomTersedia
Informasi Detail
Judul Seri
-
No. Panggil
S 621 Ami p
Penerbit
Batam : Teknik Elektro., 2016
Deskripsi Fisik
xiv,80p,30cm
Bahasa
Indonesia
ISBN/ISSN
1221015
Klasifikasi
621
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
TE
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

Library of Universitas Internasional Batam

Tautan Terkait

  • Universitas Internasional Batam
  • Perpustakaan Universitas Internasional Batam
  • Repository Universitas Internasional Batam
  • SmartLib Universitas Internasional Batam

Tentang Kami

Perpustakaan Universitas Internasional Batam
Online Public Access Catalog (OPAC)
Jl. Gajah Mada, Baloi Sei Ladi Batam
Kepulauan Riau 29442- Indonesia
www.library.uib.ac.id
[email protected]
Telp. +62 778 7473111 ext. 301

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek


Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik