PENGEMBANGAN SISTEM KONTROL PERMAINAN CATUR MELALUI PENGENALAN GESTUR TANGAN MENGGUNAKAN WEBCAM BERBASIS CONVOLUTIONAL NEURAL NETWORK
| Main Author: | MUHAMMAD RAZIF RIZQULLAH, 1615031047 |
|---|---|
| Format: | Bachelors NonPeerReviewed Book Report |
| Terbitan: |
FAKULTAS TEKNIK
, 2020
|
| Subjects: | |
| Online Access: |
http://digilib.unila.ac.id/64092/1/ABSTRAK.pdf http://digilib.unila.ac.id/64092/2/SKRIPSI%20FULL.pdf http://digilib.unila.ac.id/64092/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf http://digilib.unila.ac.id/64092/ |
Daftar Isi:
- ABSTRAK Permainan catur merupakan permainan yang banyak diminati oleh semua kalangan masyarakat. Biasanya permainan catur ini dimainkan oleh dua orang di atas papan catur lengkap dengan bidaknya secara langsung. Seiring perkembangan teknologi yang sudah memasuki era digitalisasi, permainan ini mulai dimainkan menggunakan computer, baik bermain dengan lawan manusia maupun melawan komputer. Sebuah inovasi baru memadukannya antara citra dari webcam sebagai sensor dengan sistem kecerdasan buatan metode Convolusional Neural Network (CNN) sebagai proses untuk bermain catur. Sehingga permainan bisa dilakukan dengan cara yang lebih baru yaitu mengubah kamera menjadi sensor untuk mendeteksi gestur tangan sebagai penggerak bidak catur. Penelitian ini menggunakan total 1300 data citra yang terbagi menjadi 1000 citra learning, 200 citra validating, dan 100 citra testing yang terbagi menjadi dua sama banyak antara citra tangan terbuka dan tangan tertutup. Data training dan testing ini dibuat pada program yang terpisah dengan menggunakan metode pengolahan citra converting, masking, cropping, dan resizing. Hasil dari penelitian ini adalah program yang bisa menggerakkan sebuah permainan catur dengan kamera webcam sebagai sensornya. Model yang digunakan merupakan hasil dari pelatihan dengan input citra biner 20x20 pixel, dengan 10, 15, dan 20 epochs didapat ketepatan 97%. ABSTRACT Chess is a game that is played all circles in society. Ususally this game is played by two people on a chessboard. As the time goes by and entering the era of digitization, this game is able to be played using computers, both playing with human opponent or against the computer. This research is using new innovation for the game against the computer that can be played without direct contact with the computer, but using hand gestures that are captured by a webcam connected to the computer. This innovation uses the CNN method to recognize hand gestures when holding a chess piece and move it to the intended place. To facilitate recognition, green glove is used. This research uses a total of 1300 images of which 1000 training images, 200 validating images and 100 testing images. The training and testing data are created in separate program using image processing methods. The results show that the game can be played well at the rate of 5 fps and the accuracy of hand detection is more than 97% at 10, 15 and 20 epochs.