Identifikasi Pergerakan Dasar Pada Game Untuk Pengembangan Gesture Recognition Berbasis Kinect

Abstract

Diinginkan merancang sebuah sistem yang dapat mengidentifikasi gerakan-gerakan dasar pada manusia. Pada tugas akhir ini gerakan-gerakan dasar tersebut direpresentasikan dengan gerakan-gerakan dasar pada game yang bertema beladiri. Gerakan-gerakan tersebut antara lain adalah jab right, jab left, uppercut right, uppercut left, kick right, kick left, block right, dan block left. Dengan menggunakan fitur depth sensor pada perangkat kinect dapat diperoleh data skeleton user yang digunakan sebagai acuan dalam identifikasi gerakan-gerakan yang telah ditentukan. Sistem yang dirancang untuk dapat mengenali gesture dengan input gerakan tubuh manusia secara realtime. Sistem yang telah dirancang pada tugas akhir ini bertujuan untuk pengembangan gesture recognition. Sistem yang dirancang mampu mengenali gerakan-gerakan yang telah ditentukan dengan menggunakan perubahan kondisi 20 titik skeleton user. Titik skeleton didapat dari proses skeleton tracking menggunakan depth sensor peda kinect. Kemudian titik skeleton tersebut digunakan sebagai acuan pada pengenalan gerakan-gerakan yang telah ditentukan dengan melihat kondisi akhir dari setiap gerakan. Sistem identifikasi pergerakan dasar pada game sudah dapat menganalisa jenis-jenis gerakan dasar pada game yang bertema beladiri, antara lain jab right, jab left, uppercut right, uppercut left, kick right, kick left, block right, dan block left. Dengan tingkat akurasi 71.25% untuk jarak 80-120cm, 82.50% untuk jarak 120-200cm, dan 63.75% untuk jarak 200-350cm. Tingkat akurasi maksimum sistem dalam mengidentifikasi gerakan bisa mencapai 82.50%, sedangkan tingkat akurasi minimum mencapai 63.75%. Waktu rata-rata pemrosesan sistem keseluruhan sebesar 0.0740583 seconds. Rata-rata waktu pemrosesan sistem tercepat 0.0714125 seconds pada jarak 120-200 cm dan rata-rata waktu pemrosesan terlama sebesar 0.0763875 seconds, pada jarak 200-350cm. Kata kunci : Kamera Kinect, Depth Sensor, Skeletal tracking, Gesture Recognition