Hapiz, Muhammad Zulhaditya (2023) IMPLEMENTASI HAND GESTURE RECOGNITION PADA VIRTUAL MOUSE MENGGUNAKAN PUSTAKA OPENCV. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (132kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (638kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (402kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (544kB) |
|
Text (BAB V)
BAB V.pdf Download (48kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (164kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code - Muhammad Zulhaditya Hapiz.zip Restricted to Repository staff only Download (3kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (971kB) |
Abstract
Perkembangan teknologi saat ini memungkinkan manusia melakukan pekerjaan secara efektif dan efisien. Proses perkembangan teknologi juga memicu lahirnya human computer interaction yang merupakan hasil studi dari proses interaksi manusia dengan komputer. Interaksi manusia dan komputer yang sudah umum adalah dengan menggunakan hardware tambahan seperti keyboard dan mouse, namun tidak menggunakan hardware yang sudah ada seperti webcam. Penggunaan webcam sebagai alat instruksi manusia dan komputer untuk menggantikan fungsi mouse membutuhkan teknik computer vision berdasarkan penerapan machine learning. Salah satu perkembangan machine learning adalah Hand Gesture Recognition (HGR) yang dapat diterapkan sebagai sistem virtual mouse. Teknologi HGR digunakan untuk mendefinisikan gerakan tubuh sebagai pesan yang bisa diterima dan melakukan perintah sesuai dengan instruksi yang diberikan. Penelitian ini menggunakan metode Single Shot Detector (SSD) untuk merancang virtual mouse berbasis Hand Landmark Model (HLM). Penelitian ini bertujuan untuk melakukan implementasi HGR pada virtual mouse menggunakan pustaka OpenCV dan mediapipe. Pengujian sistem virtual mouse berdasarkan tingkat intensitas cahaya redup (50 lux) dan cahaya terang (120 lux) serta jarak uji 0,5 - 3 m. Hasil dari penelitian ini adalah tingkat akurasi sistem pada cahaya redup didapatkan rata-rata kecepatan respon sistem sebesar 0,06 detik dengan tingkat akurasi mencapai 81%. Sedangkan pengujian sistem pada cahaya terang didapatkan rata-rata kecepatan respon sistem sebesar 0,05 detik dengan tingkat akurasi 98%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Machine learning, Virtual mouse, OpenCV, Hand gesture recognition, Hand landmark model | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 07 Jul 2023 07:34 | ||
| Last Modified: | 13 Jul 2023 07:18 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/20153 |
Actions (login required)
 |
View Item |