Analisis Kinerja Hand-tracking-by-detection Untuk Teknologi Hologram Interaktif Menggunakan Support Vector Machine

Abstract

Abstrak Hologram merupakan salah satu penerapan dari Human Computer Interaction yang dapat membuat penyampaian informasi secara 2D menjadi lebih menarik dan lebih efisien. Hologram dapat digerakkan menggunakan prinsip kerja Hand Gesture Detection. Prinsip kerja dari Hand Gesture Detection adalah sebuah sistem yang memungkinkan komputer dapat mendeteksi gerakan tangan dari manusia. Banyak metode yang dapat digunakan untuk menerapkan Hand Gesture Detection ini, tetapi masih terdapat parameter-parameter yang mengurangi tingkat akurasi deteksi seperti proses pengambilan citra atau gesture yang kurang tepat. Pada tugas akhir ini merancang sebuah sistem yang dapat mendeteksi gerak tangan dengan menggunakan metode Histogram of Oriented Gradient (HOG) untuk ektraksi ciri citra dan Support Vector Machine (SVM) untuk klasifikasi citra. Tugas akhir ini menggunakan metode SVM karena pada penelitian sebelumnya yang menggunakan metode adaboost terdapat parameter-parameter yang membuat tingkat akurasi deteksi gerak tangan menurun, dan terdapat kondisi dimana tangan tidak terdeteksi oleh sistem. Tugas Akhir ini menggunakan Cell Size, Block Size, dan kernel linear yang digunakan sebagai konfigurasi untuk menganalisis hasil deteksi tangan. Dataset yang digunakan pada penelitian ini berupa 600 citra latih, dan 300 citra yang diambil dari video berdurasi 10 detik sebagai data uji. Pada penelitian ini parameter yang digunakan untuk analisis adalah akurasi, Intersection of Union (IoU) dan waktu komputasi. Penelitian ini mendapatkan konfigurasi terbaik dengan menggunakan Cell Size 4×4, Block Size 7×7, dan kernel linear. Akurasi yang didapatkan yaitu 98%, IoU 0,88 dan waktu komputasi 44,95 milidetik. Kata Kunci: Hologram, Human Computer Interaction, Hand Gesture Detection, Histogram of Oriented Gradients, Support Vector Machine. Abstract Hologram is one of the applications of Human Computer Interaction that can make delivering information in 2D more attractive and more efficient. Holograms can be moved using the working principle of Hand Gesture Detection. The working principle of Hand Gesture Detection is a system that allows computers to detect hand movements from humans. Many methods can be used to implement this hand gesture detection, but there are still parameters can reduce the level of accuration, such as the process of image capture or inaccurate gestures. This final project designs a system that can detect hand movements using the Histogram of Oriented Gradient (HOG) method for image feature extraction and Support Vector Machine (SVM) for image classification. This final project uses the SVM method because in previous research using the Adaboost method there were parameters that made the accuracy of detection from hand motion decreased, and there were conditions where the hand was not detected by the system. This Final Project uses Cell Size, Block Size and linear kernel which is used as a configuration to analyze the results of hand detection. The dataset used in this study was 600 training images, and 300 images taken from 10-second videos as test data. In this study the parameters used for analysis are accuracy, Intersection of Union (IoU) and computational time. This research gets the best configuration using Cell Size 4×4, Block Size 7×7, and linear kernel. The accuracy obtained is 98%, IoU 0.88 and computing time 44.95 milliseconds. Keywords: Hologram, Human Computer Interaction, Hand Gesture Detection, Histogram of Oriented Gradients, Support Vector Machine.