Analisis Kinerja Hand Tracking-by-detection Untuk Teknologi Hologram Interaktif Menggunakan Model Hidden Markov

Abstract

ABSTRAK Hologram merupakan proyeksi 3-Dimensi dari suatu objek yang diproyeksikan pada permukaan 2- Dimensi. Image hologram dapat diaplikasikan dalam berbagai hal seperti untuk pembelajaran, hiburan, dan lainlain. Human Computer Interaction (HCI) adalah studi yang mempelajari bagaimana manusia berinteraksi dengan komputer dan sejauh mana komputer dapat dikembangkan atau tidak dikembangkan untuk berinteraksi dengan manusia. Hand tracking-by-detection dapat diimplementasikan dalam interaksi antara manusia dengan hologram. Pada tugas akhir ini dirancang sistem untuk melakukan hand tracking-by-detection dengan menggunakan Hidden Markov Model. Deteksi tangan pada sistem ini dilakukan menggunakan haar-like features. State sequence yang akan dijadikan masukan untuk HMM didapat dari proses deteksi. Pada tugas akhir ini digunakan 2 gesture tangan yaitu open dan close. Pengujian dilakukan dengan menggunakan dataset dengan data positif sebanyak 1600 dan 1800. Analisis dilakukan berdasarkan parameter presisi, IoU, dan akurasi. Dari hasil pengujian didapatkan nilai presisi 5,3015, IoU sebesar 0,5221, dan akurasi sebesar 56,67% untuk keadaan close dan nilai presisi 14,9993, IoU sebesar 0,5288, dan akurasi sebesar 68,72% untuk keaadaan open sedangkan akurasi sistem kelesuruhan tertinggi sebesar 96,33%. Kata Kunci: Hologram, Human Computer Interaction, Tracking-by-Detection, Hidden Markov Model, haarlike feature. ABSTRACT Hologram is a 3-dimensional projection of an object projected on 2-dimensional surface. Holographic image can be applied in various fields such as education, entertainment, etc. Human Computer Interaction is a study about how human interact with computer and how far computer can be developed or not to interact with human. Hand tracking-by-detection can be implemented in interaction between human and hologram. In this final project, a system is designed to do hand tracking-by-detection using Hidden Markov Model. Hand detection in this system is done using haar-like features. State sequence that would be used as input in HMM is obtained in detection process. This final project using 2 hand gesture, open and close. The test on the system was carried out using datasets with 1600 and 1800 positive data and 800 and 900 negative data. Analysis are done based on precision, IoU, and accuracy parameters. From the test result, achieved precision 5,3015, IoU 0,5221, and accuracy 56,67% for closed hand, and precision 14,9993, IoU 0,5288, and accuracy 68,72% for open hand with the highest accuracy obtained for whole system is 96,33%. Keywords: Hologram, Human Computer Interaction, Tracking-by-Detection, Hidden Markov Model, haarlike feature.