<mods:mods version="3.3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>ANALISIS PERFORMA VISUALISASI FURNITUR AR &#13;
MENGGUNAKAN PLANE DETECTION &#13;
DAN SLAM</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Muhammad Nanda Maulana</mods:namePart><mods:namePart type="family">Yasin</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>Perkembangan teknologi Augmented Reality (AR) memungkinkan&#13;
visualisasi objek virtual pada lingkungan nyata secara interaktif, termasuk dalam&#13;
konteks visualisasi furnitur. Namun, kualitas visualisasi sangat dipengaruhi oleh&#13;
metode pelacakan lingkungan yang digunakan. Permasalahan yang sering terjadi&#13;
adalah ketidakstabilan objek virtual, ketidaksesuaian posisi terhadap permukaan&#13;
nyata, serta hilangnya tampilan objek pada kondisi jarak dan sudut tertentu. Kondisi&#13;
tersebut berdampak pada menurunnya kualitas pengalaman pengguna dan&#13;
keakuratan representasi furnitur dalam lingkungan nyata.&#13;
Penelitian ini bertujuan untuk menganalisis dan membandingkan performa&#13;
visualisasi furnitur pada aplikasi AR menggunakan pendekatan Plane Detection dan&#13;
Simultaneous Localization and Mapping (SLAM). Metode pengembangan aplikasi&#13;
menggunakan Multimedia Development Life Cycle (MDLC), sedangkan pengujian&#13;
dilakukan menggunakan pendekatan Design of Experiments (DoE). Pengujian&#13;
dilakukan dengan mengombinasikan parameter metode pelacakan, jarak kamera,&#13;
dan sudut kamera. Evaluasi performa dilakukan berdasarkan indikator stabilitas&#13;
objek virtual, akurasi penempatan furnitur, dan konsistensi tampilan, kemudian&#13;
dianalisis menggunakan persentase performa berdasarkan perbandingan total skor&#13;
terhadap skor maksimal.&#13;
Hasil penelitian menunjukkan bahwa metode Plane Detection memperoleh&#13;
performa keseluruhan sebesar 83,4%, sedangkan SLAM memperoleh 69,4%. Pada&#13;
aspek stabilitas, Plane Detection memperoleh 73,3% dan SLAM 73,0%, sehingga&#13;
keduanya relatif seimbang. Pada aspek akurasi, Plane Detection memperoleh 83,0%&#13;
dan SLAM 59,3%, sedangkan pada aspek konsistensi, Plane Detection memperoleh&#13;
94,0% dan SLAM 76,0%. Berdasarkan hasil tersebut, Plane Detection&#13;
menunjukkan performa visualisasi yang lebih baik, terutama pada aspek akurasi&#13;
penempatan dan konsistensi tampilan objek furnitur virtual.</mods:abstract><mods:classification authority="lcc">006 Metode komputer khusus</mods:classification><mods:originInfo><mods:dateIssued encoding="iso8061">2026-05-21</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Universitas AMIKOM Yogyakarta;Fakultas Ilmu Komputer</mods:publisher></mods:originInfo><mods:genre>Thesis</mods:genre></mods:mods>