Atmoko, Budi (2020) Deteksi Pergerakan Kepala Berdasarkan Analisis Deteksi Tepi Wajah Berbasis Raspberry Pi Untuk Implementasi Pemilihan Menu Display. Sarjana thesis, Universitas Brawijaya.
Abstract
Dalam dunia komputasi terdapat fitur penting dalam mendukung tampilan suatu program guna memudahkan pengoperasian program yakni fitur menu. Menu selalu disediakan baik pada program GUI (Graphical User Interface) dan juga CLI (Command Line Interface). Dengan adanya menu maka akan lebih mudah untuk mengakses suatu fungsi program dengan kesesuaian kehendak user. Namun kebanyakan dari fitur navigasi yang disediakan dalam menu program, masih sebagian besar menggunakan tangan sebagai media untuk mengoperasikan opsi dari menu. Sehingga memiliki sedikit batasan, khususnya bagi pengguna atau user yang mengalami cedera pada organ tangan baik berat maupun ringan atau pengguna yang mengalami disabilitas fisik pada tangan. Solusi yang ditawarkan adalah image processing dengan konversi nilai dari RGB ke HSV dan YCbCr selanjutnya dibentuk bounding box serta ditentukan nilai dari x,y,w,h sehingga terbentuk titik centroid dan nilai kuadran, dari perbandingan nilai parameter tersebut sistem mampu mengklasifikasikan gerakan sehingga dapat diubah kedalam navigasi menu LCD. Hasil menunjukkan bahwa akurasi untuk tingkat pencahayaan pada kondisi luminance 1500-1800 mencapai 96 % dan pada luminance 1250-1400 mencapai 92% pada jarak perbedaan jarak menunjukkan hasil pada jarak 40cm memiliki jumlah rata-rata akurasi 94%, pada kondisi jarak 50cm sebesar 93%, jarak 60 memiliki akurasi 96% dan pada jarak 80cm rata rata untuk jarak tersebut adalah adalah 95%. Bisa diambil kesimpulan bahwa untuk jarak terjauh yakni 60 dan 80 cm dapat memperoleh akurasi tinggi karena pada saat objek dekat tingkat sensitifitas terhadap warna akan lebih besar, fitur wajah seperti alis dan rambut dapat mempengaruhi hasil dari percobaan karena warna yang dideteksi pada penelitian ini hanya warna kulit sehingga alis dan rambut tidak termasuk dan akan mempengaruhi hasil deteksi. Visualisasi gambar sangat baik dapat dilihat pada hasil yang diperoleh dalam percobaan, hasil menunjukkan minimal area noise . dan oval terbentuk secara sempurna.
English Abstract
In the world of computing there are important features in supporting the appearance of a program in order to facilitate the operation of the program namely the menu feature. Menus are always provided in both the GUI (Graphical User Interface) program and also the CLI (Command Line Interface). With the menu, it will be easier to access a program function according to the user's will. However, most of the navigation features provided in the program menu, still most use the hand as a medium to operate options from the menu. So it has a few restrictions, especially for users or users who have injuries to both heavy and light hand organs or users who have physical disabilities on the hands. Research on navigation is considered important in terms of developing technological features with the same goal of being able to cover more users and obstacles such as physical limitations. By connecting to the Raspberry Pi module it is developed with the movement of the head which is able to navigate the menu of the desired object through the LCD display. Through the conversion of values from HSV and YCbCr, then bounding boxes are formed and the values of x, y, w, h are formed so that centroid points are formed again and quadrants are formed from comparison of these parameter values the system is able to classify movements so that they can be changed into LCD navigation menus. Results that show verified values at daytime conditions reach 96% and nightly reach 92% at distances distinguishing distances show results at distances of 40cm having an average amount of 94%, at conditions of 50cm distance of 93%, distances 60 having an accuracy of 96% and at an 80cm distance the average distance is 95%. Conclusions can be reached for the farthest distance of 60 and 80 cm because when the object is near the level of sensitivity to color will be greater, facial features such as eyebrows and hair can affect the experimental results. Very good image visualization can be seen in the results obtained in the experiments, the results show minimal area noise. and the oval is perfectly formed
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2020/105/052003067 |
| Uncontrolled Keywords: | YCbCr, HSV, Visual Studio, Raspberry Pi, Kuadran , Centroid , YCbCr, HSV, Visual Studio, Raspberry Pi, kuadran , centroid |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 02 Oct 2020 02:52 |
| Last Modified: | 02 Oct 2024 03:56 |
| URI: | http://repository.ub.ac.id/id/eprint/180865 |
![[thumbnail of Budi Atmoko.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Budi Atmoko.pdf Download (6MB) |
Actions (login required)
 |
View Item |