Analisis Kinerja Hand Tracking-by-detection Untuk Hologram Interaktif Menggunakan Model Adaptive Boosting

Muhammad Yanuar Rizqi, Suryo Adhi Wibowo, Desti Madya Saputri

Abstract

Abstrak Human Computer Interaction atau HCI adalah ilmu yang digunakan untuk menghubungkan manusia dengan komputer sehingga dapat berinteraksi secara efisien dengan meliputi perancangan, evaluasi, dan implementasi antarmuka dari komputer agar mudah digunakan. Pada Tugas Akhir ini dibuat sebuah sistem untuk menampilkan informasi tiga dimensi hologram menggunakan media proyeksi kaca mika yang diintegrasikan dengan metode pengenalan objek untuk mendeteksi gerakan tangan sebagai pengganti pointer, contohnya Haar-Cascade Classifier yang merupakan weak learner sehingga untuk meningkatkan performa diperlukan algoritma boosting (contohnya Adaptive Boosting). Penulis membagi permasalahan tersebut ke dalam 4 skenario, dimana skenario 1 yaitu tes akurasi, skenario 2 IoU, skenario 3 presisi dan skenario 4 waktu komputasi yang akan diujikan pada 2 model data uji, yaitu tangan terbuka dan tertutup. Lalu parameter yang akan dioptimalisasi, yaitu jumlah dataset, dan nilai minimum neighbour. Dari sistem yang dioptimalisasi, penulis mendapatkan hasil terbaik pada akurasi yaitu 99.72% untuk semua model, lalu pada IoU 0.58 untuk tangan terbuka dan 0.71 untuk tangan tertutup, sedangkan pada presisi 40.31 piksel untuk tangan terbuka dan 14.06 piksel untuk tangan tertutup, dan pada waktu komputasi 0.13 sekon untuk tangan terbuka dan 0.17 sekon untuk tangan tertutup. Kata Kunci: Adaptive Boosting, Haar Cascade, hologram, HCI Abstract Human Computer Interaction is the science used for connecting humans with computers, so they can interact interactively efficient by covering the design, evaluation, and implementation of the interface from computer for easy use. In this Final Project, a system is created to display 3D information holographic use projection media into the mica glass who integrated with object recognition method for hand detection where the hand is use as pointer, one of them is the Haar-Cascade Classifier which is a weak learner, so boosting algorithms are needed to improve performance (e.g Adaptive Boosting). The writer divides the problem into 4 scenario, where scenario 1 is accuracy test, 2 is IoU, 3 is precision, and 4 is computation time which will be tested on 2 models data (i.e open hand and close hand). Then the parameter to be optimized, i.e. number of dataset and minimum neighbour value. The author get the best result on accuracy, which is 99.7% for all models, then on the IoU 0.58 for open hand and 0.71 for close hand, while precision get 40.31 pixel for open hand and 14.06 pixel for close hand, and on computation time which is 0.13 second for open hand and 0.17 second for close hand. Keywords: Adaptive Boosting, Haar Cascade, hologram, HCI

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0