Kendali Robot Beroda Dengan Gerak Isyarat Tangan Berbasis Image Processing

Abstract

Abstrak Computer vision didasarkan pada pengenalan bentuk yang memiliki banyak potensi dalam interaksi manusia dan komputer. Isyarat tangan dapat dijadikan simbol interaksi manusia dengan komputer seperti halnya pada penggunaan berbagai isyarat tangan pada bahasa isyarat. Berbagai isyarat tangan dapat digunakan untuk menggantikan fungsi remote control, untuk mengendalikan robot, dan sebagainya. Proses mengolah gambar atau citra tangan dengan menggunakan computer vision ini dinamakan image processing. Pada tugas akhir ini dibuat sistem kendali robot beroda yang dapat bergerak sesuai dengan perintah isyarat tangan yang diberikan. Ada 6 bentuk isyarat tangan yang dijadikan sebagai input, dan setiap isyarat tangan memberikan satu perintah pergerakan robot beroda. Metode yang digunakan untuk melakukan klasifikasi tiap isyarat, yaitu Convolutional Neural Network (CNN). CNN adalah salah satu cabang dari Jaringan Syaraf Tiruan (JST) yang dapat melakukan ektraksi fitur dan membuat kategori yang diinginkan. Hasil klasifikasi akan diproses dan dikirimkan secara wireless ke dalam robot untuk menjalankan suatu pergerakan. Hasil dari sistem ini yaitu pergerakkan robot beroda sesuai dengan isyarat tangan yang diberikan.Variabel yang mempengaruhi sistem ini adalah parameter pelatihan atau training data dan parameter lingkungan yang meliputi besar intensitas cahaya, jarak, dan sudut kemiringan. Adapun tingkat akurasi seluruh sistem yang diperoleh adalah 91,33%. Kata Kunci : digital image processing, robot, Convolutional Neural Network Abstract Computer vision based on shape recognition has a lot of potential in human and computer interaction. Hand gestures can be used as symbols of human interaction with computers which are preferred in the use of various hand gestures in sign language. Various tasks can be used to set remote control functions, to control robots, and so on. The process of processing images or hand drawings using computer vision is called image processing. In this final project, a wheeled robot control system can be moved according to the given hand gesture commands. There are 6 forms of hand gestures that are made as input, and each hand gesture gives one command for the movement of a wheeled robot. The method used to classify each gesture, namely Convolutional Neural Network (CNN). CNN is a branch of the Artificial Neural Network (ANN) that can perform extraction features and create desired classification. The results of the classification will be carried out and sent to a wireless robot to run a movement. The result of this system is the movement of the wheeled robot in accordance with the given hand gestures. Variables that affect this system are training parameters and environmental parameters which include the amount of light intensity, distance, and tilt angle. The accuracy of the entire system obtained is 91,33%. Keywords : digital image processing, robot, Convolutional Neural Network