SISTEM ESTIMASI POSTUR TUBUH MENGGUNAKAN METODE COMPUTER VISION DAN DEEP LEARNING - WRAP Entrepreneurship (Capstone)
MUHAMMAD KHADAFI
Informasi Umum
Kode
23.04.6999
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Pengolahan Sinyal Informasi
Dilihat
430 kali
Informasi Lainnya
Abstraksi
<p>Penulis mengusulkan estimasi pose untuk mengukur derajat kemiringan bahu dan jarak lutut untuk mendiagnosis anomali pada tubuh berdasarkan teknologi Computer Vision dan Deep Learning. Sistem yang diusulkan menggunakan estimasi pose 2D menggunakan model BlazePose yang dioptimalisasi menggunakan OpenVINO sebagai inference. Penerapan Atan2 dan mean square error serta regresi linear sebagai landasan teori untuk pengukuran sudut kemiringan bahu dan Dist yang menggunakan mean square error sebagai landasan teori untuk pengukuran jarak antar lutut. Deteksi antropometri, seperti pengukuran kemiringan bahu dan jarak lutut, yang dapat menentukan ketidaknormalan bentuk kaki, diperlukan untuk tujuan medis dan tujuan rekrutmen polri. Data antropometri juga dapat digunakan untuk berbagai keperluan lainnya, seperti perancangan stasiun kerja, fasilitas kerja, dan perancangan produk untuk mendapatkan ukuran yang sesuai dan sesuai dengan dimensi tubuh manusia yang akan menggunakannya. Selama ini pendeteksian ini masih dilakukan secara manual dengan menggunakan alat seperti marker. Sehingga penulis terpacu untuk membuatnya secara otomatis. Pendeteksian ini sudah di lakukan secara system manual dan mendapatkan suatu data yang akurat</p>
- TTH4P3 - COMPUTER VISION
- TTI2F2 - PEMROGRAMAN PYTHON
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD KHADAFI |
| Jenis | Perorangan |
| Penyunting | Inung Wijayanto, Fityanul Akhyar |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Teknik Telekomunikasi |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
