PEMBACAAN POSISI SKELETON MENGGUNAKAN OPENCV SEBAGAI SENSOR VISION UNTUK KENDALI STOP KONTAK PINTAR BERBASIS INTERNET OF THINGS

IVAN BAGUS RAHARJO

Informasi Umum

Kode

21.04.782

Klasifikasi

621.367 - Technological photography and photo-optics, Spectrography, Stroboscopic photography, Image processing, Optical data processing

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing

Dilihat

131 kali

Informasi Lainnya

Abstraksi

Pada era globalisasi ini, pengunaan alat elektronik sudah menjadi kebutuhan setiap umat manusia. Berawal dari pengunaan secara manual hingga pengunaan secara otomatis seperti yang terjadi saat ini. Para peneliti sedang mengambangkan sebuah teknologi yang dapat memberikan input menggunakan pergerakan tubuh atau bisa kita sebut dengan pose. Pose adalah bentuk komunikasi non-verbal yang menggunakan gerak tubuh. Dengan demikian maka dibuatlah sebuah penemuan yaitu pengontrolan alat lampu menggunakan pose. Terdapat sebuah modul OpenCV yang bernama Posenet. Posenet adalah pendeteksi tubuh, kaki, tangan dan wajah menggunakan webcam secara real time. Dengan menggunakan Posenet (terutama bagian perut keatas) penulis dapat mengontrol lampu menggunakan pose. Terdapat beberapa kode yang digunakan penulis untuk proses kontrol alat eletkronik. Dengan penggunaan kode ini memudahkan pengguna untuk memilih akan melakukan kontrol lampu yang tersedia.
Pada tugas akhir ini penulis menghasilkan sebuah sistem otomatis untuk melakukan kontrol pada lampu menggunakan pose didepan kamera dan pengkodean pada seluruh pose yang telah didaftarkan. Jarak pasti yang digunakan untuk posisi berdiri dari pengguna adalah 110 cm serta sudut minimal berada pada 100 derajat. Pose ini diterjemahkan menjadi perintah untuk kontrol lampu sesuai dengan klasifikasi yang telah ditentukan, menggunakan metode K-Nearest Neighbor (KNN). Nilai mAP (mean Average Precision) dari 30 pengujian untuk 60 data latih adalah 95%, 120 data latih adalah 98% dan 180 data latih adalah 99%.

Kata Kunci: OpenCV, Posenet, lampu, webcam