TA : Sistem Pembacaan Deretan Empat Angka Secara Computer Vision Melalui Deteksi Gesture Jari Tangan Menggunakan Mediapipe

Miharja, Ibnu Ahdiat (2024) TA : Sistem Pembacaan Deretan Empat Angka Secara Computer Vision Melalui Deteksi Gesture Jari Tangan Menggunakan Mediapipe. Undergraduate thesis, Universitas Dinamika.

	Text 20410200016-2024-UNIVERSITASDINAMIKA.pdf - Accepted Version Download (2MB)
	Text 20410200016-2024-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (688kB)

Search this title on : |

Abstract

Computer Vision merupakan cabang kecerdasan buatan yang bertujuan meniru kemampuan visual manusia khususnya dalam mendeteksi dan mengenali objek dalam gambar melalui object detection menggunakan MediaPipe untuk deteksi bentuk gesture jari tangan yang terintegrasi dengan kamera atau webcam. Sistem ini mendeteksi gesture jari, menampilkan landmark, dan mengidentifikasi jumlah jari yang terdeteksi. Sistem dibatasi untuk membaca empat deret angka secara acak dan gesture tangan mengepal difungsikan untuk mereset hasil deteksi setelah mencapai empat deretan angka. Pengujian sistem dilakukan pada jarak 30 cm, 60 cm 90 cm, 120 cm, dan 150 cm serta menghitung besar FPS proses deteksi pembacaan. Hasil menunjukkan dalam mendeteksi gesture jari tangan deret pertama sampai mengepal pada jarak 60 cm 5.56 FPS akurasi sebesar 100% , 90 cm 5.48 FPS akurasi sebesar 100%, dan 120 cm 5.52 FPS akurasi sebesar 100% . Frame Per Second (FPS) stabil di sekitar 5.5 FPS sistem mampu mengenali gesture jari tangan dengan baik meskipun terdapat sedikit variasi dalam FPS. Tingkat akurasi rata-rata keseluruhan jarak dari deret pertama sampai mengepal yang diperoleh gesture jari tangan, deret pertama sebesar 98.67% dengan rata-rata FPS sebesar 5.53, gesture jari tangan deret kedua sebesar 98.67% dengan rata-rata FPS sebesar 5.53, gesture jari tangan deret ketiga sebesar 100% dengan rata-rata FPS sebesar 5.52, gesture jari tangan deret keempat sebesar 98.67% dengan rata-rata FPS sebesar 5.52, dan gesture jari tangan mengepal sebesar 100% dengan rata-rata FPS sebesar 5.50. Secara keseluruhan, total rata-rata akurasi sebesar 99.20% dan FPS sebesar 5.52 membuktikan bahwa sistem deteksi gesture jari tangan bekerja dengan sangat baik.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item