Perbandingan Metode Subtraction, Edge Detection, Principal Component Analysis dan Wavelet Transformation untuk Aplikasi Pengenalan Isyarat Tangan
| Main Author: | Lionnie, Regina |
|---|---|
| Other Authors: | Setyawan , Iwan, Timotius, Ivanna K. |
| Format: | Thesis application/pdf |
| Bahasa: | ind |
| Terbitan: |
Program Studi Teknik Elektro FTEK-UKSW
, 2013
|
| Subjects: | |
| Online Access: |
http://repository.uksw.edu/handle/123456789/1670 |
Daftar Isi:
- Lembar Pengesahan tidak disertai tanda tangan dosen pembimbing
- Isyarat tangan, sebagai salah satu bagian dari bahasa tubuh, dapat digunakan untuk berkomunikasi dengan mesin. Sebagai alat untuk berkomunikasi, isyarat tangan dapat diimplementasikan dalam berbagai aplikasi, contohnya socially assistive robotics, mendukung user interface mouse dengan komputer, remote control dalam permainan nintendo, asisten dari dokter bedah dan juga sebagai robot militer. Pada skripsi ini, citra isyarat tangan digunakan sebagai representasi kode perintah untuk menjalankan suatu tugas tertentu. Sistem pengenalan isyarat tangan terdiri dari tahap pre-processing dan metode ekstraksi fitur. Pada skripsi ini, dilakukan penelitian untuk membandingkan empat metode ekstraksi fitur yang menghasilkan rata-rata keakuratan terbaik dan waktu komputasi paling cepat. Empat metode ekstraksi fitur tersebut yaitu subtraction, edge detection, principal component analysis dan wavelet transformation. Metode klasifikasi yang digunakan adalah nearest neighbor dengan jarak euclidean, sedangkan untuk metode penelitian digunakan metode cross validation. Dari hasil pengujian perangkat lunak didapatkan bahwa metode wavelet transformation memberikan hasil rata-rata keakuratan terbaik dan waktu komputasi tercepat, yaitu 85,43% untuk latar belakang putih, 83,66% untuk latar belakang lingkungan luar dan 84,76% untuk latar belakang campur dengan rata-rata waktu komputasi 0,15 detik.