Aditya, Wisnu (2017) Pelacakan dan Pengenalan Isyarat Tangan Untuk Memainkan Alat Musik Gamelan Virtual. Magister thesis, Universitas Brawijaya.
Abstract
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.
English Abstract
People who lives in modern society usually forget their culture by degrees, they prefer about modern thing rather than traditional. It cannot be left continuously in this kind of situation, because if it continuous someday traditional culture will be vanished, so we need to preserving our traditional culture a creative and innovative way. One kind of the traditional performing arts from Indonesia is Gamelan since 6th century. Combining the traditional culture and modern technologies is expected to solve this problem. This combination is implemented in the form of a virtual gamelan system. The system is controlled in real-time using hand gestures to make it look like the original gamelan play. Using gesture for playing gamelan provide a new experience to the players of gamelan. The use of a hand gesture offering an optional intelligent and natural way to interface tools for human computer communication. Hand segmentation and tracking are the biggest issues in any hand-gesture recognition application and they provide the most vital input for the succeeding gesture recognition algorithm. Using depth data can speed up the process of segmentation because the depth data has information that can recognize the position of an object, then we can separate objects and backgrounds easily. We do segmentation using the threshold method, this threshold will be able to reduce the amount of data to be processed so as to speed up the computation process. In this research we propose Density-based spatial clustering of applications with noise (DBSCAN) for a data clustering algorithm. This method used in both hand tracking and hand gesture recognition. Hand tracking process use DBSCAN to obtain hand classes, DBSCAN is expected to produce two classes representing the right hand and left hand. However, these two classes need to be labeled so that no class changes in the next frame. Other gestures using distance measurement methods. The distance is obtained from the position of the hand center between the classes in the current frame with the previous frame. Finally, we did some experiments to get the best parameters for DBSCAN, this parameter will produce the best result. Then we tested the system by playing in various poses. The results show that our method performs well on a virtual gamelan system.
Other obstract
-
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/006.4/ADI/p/2020/042015 |
| Uncontrolled Keywords: | Pelacakan Tangan; Pengenalan Isyarat Tangan; Data Kedalaman; DBSCAN; Gamelan Virtual. |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.4 Computer pattern recognition |
| Divisions: | S2/S3 > Magister Ilmu Komputer, Fakultas Ilmu Komputer |
| Depositing User: | Endang Susworini |
| Date Deposited: | 02 Aug 2022 05:16 |
| Last Modified: | 02 Aug 2022 05:16 |
| URI: | http://repository.ub.ac.id/id/eprint/192952 |
![[thumbnail of Wisnu Aditya.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Wisnu Aditya.pdf Download (2MB) |
Actions (login required)
 |
View Item |