Umam, Muhammad Khoirul (2025) MENINGKATKAN INTERAKTIVITAS DALAM LIVE STREAMING MENGGUNAAN TEKNOLOGI COMPUTER VISION. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (652kB) |
|
Text (BAB I)
BAB I.pdf Download (195kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (380kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (901kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (436kB) |
|
Text (BAB V)
BAB V.pdf Download (83kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (188kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.83.0732.zip Restricted to Repository staff only Download (2kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (596kB) |
Abstract
Computer Vision telah membawa revolusi dalam interaksi manusia- komputer dengan kemampuannya mengenali dan menafsirkan data visual secara otomatis. Salah satu penerapan teknologi ini adalah sistem soundboard otomatis yang dapat merespons gestur tangan tanpa memerlukan perangkat input fisik. Penelitian ini mengembangkan sistem yang menggunakan metode Hand Keypoint Detection dengan framework MediaPipe untuk mendeteksi gerakan jari sebagai pemicu suara secara real-time. Pengujian dilakukan dalam berbagai kondisi, termasuk variasi posisi tangan, pencahayaan, posisi kamera, dan jarak pengguna ke kamera. Hasil penelitian menunjukkan bahwa sistem mampu mencapai akurasi hingga 96% dalam mendeteksi satu jari, dengan waktu respon rata-rata 1,2 ms. Namun, akurasi menurun menjadi 76% saat mendeteksi empat jari, terutama dipengaruhi oleh pencahayaan redup dan jarak lebih dari 150 cm. Dengan kombinasi akurasi tinggi dan respons cepat, teknologi ini membuka peluang baru dalam pengembangan sistem interaksi berbasis Computer Vision yang lebih intuitif dan adaptif di berbagai bidang, dari hiburan hingga kontrol perangkat tanpa sentuhan.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Computer Vision, Hand Keypoint Detection, Mediapipe, Soundboard | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus | ||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 25 Apr 2025 07:51 | ||
| Last Modified: | 25 Apr 2025 07:51 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/29708 |
Actions (login required)
 |
View Item |