Please take a moment to complete this survey below

Library's collection Library's IT development Cancel

Deteksi hand gesture dengan menggunakan Mediapipe hand dalam melakukan kontrol terhadap aplikasi powerpoint dan media player untuk kebutuhan Hybrid conference

Keberlanjutan Pandemi Covid-19 yang berkepanjangan membuat dampak yang cukup signifikan dalam kehidupan masyarakat. Seperti contohnya adalah proses tatap muka yang diminimalkan untuk mencegah penularan virus Covid-19. Dampak dari kejadian ini adalah perubahan kebutuhan masyarakat. Proses tatap muka seperti sistem pembelajaran saat ini digantikan dengan pembelajaran daring/online di mana pelajar mengikuti seluruh rangkaian pembelajaran dalam rumah dan bermodalkan perangkat seperti smartphone, laptop maupun komputer. Kemunculan sistem pembelajaran Hybrid memungkinkan sebagian pelajar mampu datang dan melakukan tatap muka dengan pengajar. Masalah yang ditimbulkan adalah menurunnya kualitas pengajar dan kesulitan dalam penyebaran informasi dikarenakan beberapa hal seperti ruang gerak yang terbatas dan konsentrasi yang terbagi menjadi 2 arah. Penelitian ini bertujuan untuk memperluas area gerak pelajar dengan memanfaatkan sistem pengenalan gerakan tangan guna mengurangi penggunaan perangkat input seperti mouse ataupun keyboard sehingga pengajar dapat mengontrol laptop/ komputer nya pada jarak tertentu.
Metode yang digunakan untuk penelitian ini adalah dengan penggabungan sistem pengenalan gerakan tangan secara dinamis dan statis, di mana statis memanfaatkan platform mediapipe yang mampu mendeteksi 27 titik pada telapak tangan manusia yang tiap titiknya mempunyai nilai berupa jarak titik terhadap layar sehingga nanti dapat dijadikan sebagai aksi pada mouse, lalu untuk dinamis nya memanfaatkan pre-trained model dengan modul REAL-TIME 3D 16 FRAMES (RT3D_16F) dengan dataset bernama jester.

Creator(s)
  • (C14180031) WILLIAM SEAN WIYOGO
Contributor(s)
  • Liliana → Advisor 1
  • Justinus Andjarwirawan → Examination Committee 1
Publisher
Universitas Kristen Petra; 2022
Language
Indonesian
Category
s1 – Undergraduate Thesis
Sub Category
Skripsi/Undergraduate Thesis
Source
Skripsi No. 01022177/INF/2022; William Sean Wiyogo (C14180031)
Subject(s)
  • ARTIFICIAL INTELLIGENCE--COMPUTER PROGRAMS
  • BLENDED LEARNING
  • INTERNET IN EDUCATION
File(s)

Similar Collection

by creator, contributor, or subject