Pelacakan dan Pengenalan Isyarat Tangan Untuk Memainkan Alat Musik Gamelan Virtual
| Main Author: | Aditya, Wisnu |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/192952/1/Wisnu%20Aditya.pdf http://repository.ub.ac.id/id/eprint/192952/ |
Daftar Isi:
- Orang-orang yang hidup dalam lingkungan masyarakat modern biasanya melupakan budaya mereka secara bertahap, mereka lebih suka tentang hal modern daripada tradisional. Ini tidak dapat dibiarkan terus menerus dalam situasi seperti ini, karena jika terus menerus suatu hari budaya tradisional akan hilang, maka kita perlu melestarikan budaya tradisional kita dengan cara yang kreatif dan inovatif. Salah satu jenis seni pertunjukan tradisional dari Indonesia adalah Gamelan sejak abad ke-6. Menggabungkan budaya tradisional dan teknologi modern diharapkan dapat menyelesaikan masalah ini. Kombinasi ini diimplementasikan dalam bentuk sistem gamelan virtual. Sistem ini dikontrol secara real-time menggunakan gerakan tangan agar terlihat seperti permainan gamelan asli. Menggunakan gerakan untuk memainkan gamelan memberikan pengalaman baru bagi para pemain gamelan. Penggunaan isyarat tangan menawarkan cara yang cerdas dan alami opsional untuk alat antarmuka untuk komunikasi komputer manusia. Segmentasi dan pelacakan tangan adalah masalah terbesar dalam aplikasi pengenalan isyarat tangan dan mereka memberikan input paling vital untuk algoritma pengenalan isyarat yang berhasil. Menggunakan data kedalaman dapat mempercepat proses segmentasi karena data kedalaman memiliki informasi yang dapat mengenali posisi suatu objek, maka kita dapat memisahkan objek dan latar belakang dengan mudah. Segmentasi dilakukan menggunakan metode ambang, ambang ini akan dapat mengurangi jumlah data yang akan diproses sehingga mempercepat proses perhitungan. Dalam penelitian ini metode yang diusulkan adalah Density-based spatial clustering of applications with noise (DBSCAN) yang merupakan algoritma untuk pengelompokan data (clustering). Metode ini digunakan dalam pelacakan tangan dan pengenalan isyarat tangan. Proses pelacakan tangan menggunakan DBSCAN untuk mendapatkan kelas tangan, DBSCAN diharapkan menghasilkan dua kelas yang mewakili tangan kanan dan tangan kiri. Namun, kedua kelas ini perlu diberi label agar tidak ada perubahan kelas di frame berikutnya. Gerakan lain menggunakan metode pengukuran jarak. Jarak diperoleh dari posisi pusat tangan antara kelas- kelas dalam bingkai saat ini dengan bingkai sebelumnya. Beberapa modifikasi terhadap metode DBSCAN dilakukan agar dapat bekerja lebih cepat. Hasilnya menunjukkan bahwa metode yang diusulkan dan dimodifikasi dapat bekerja secara baik pada sistem alat musik gamelan virtual.