Pengenalan Gesture Tangan Untuk Otomatisasi Switching Saklar Menggunakan Metode KNN Berbasis Raspberry Pi

##plugins.themes.bootstrap3.article.main##

Misran Misran Fitri Utaminingrum Rizal Maulana

Abstrak

Penelitian tentang otomatisasi switching telah banyak dilakukan, baik dengan menggunakan control smartphone, sensor inframerah hingga menggunakan perintah suara. Proses otomatisasi switching yang digunakan untuk menghidupkan atau mematikan lampu juga dapat dilakukan dengan menggunakan gesture tangan. Dengan menggunakan metode K-Nearest Neighbor Komputer dapat memahami interaksi manusia dengan cukup baik menggunakan metode pengambilan keputusan dari pola yang ada. Dalam penelitian ini, metode K-Nearest Neighbor digunakan untuk menerjemahkan isyarat tangan atau gesture tangan menjadi sebuah perintah untuk mengontrol LED. Pengujian dilakukan dengan menggunakan 5 orang volunteer yang masing-masing menguji tiap gesture tangan yang diberikan.  Untuk mendapatkan hasil pengenalan gesture terdapat beberapa langkah yang harus dilakukan, yaitu skin detection, proses preprocessing, Feature Extraction, K-NN, dan yang terakhir ialah output sistem. 3. Akurasi yang dihasilkan oleh sistem sangat baik, dimana dengan melakukan beberapa percobaan, hasil keakuratan yang didapat untuk lima orang volunteer adalah sebesar 80%.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Misran, M., Utaminingrum, F., & Maulana, R. Pengenalan Gesture Tangan Untuk Otomatisasi Switching Saklar Menggunakan Metode KNN Berbasis Raspberry Pi. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 5, p. 1838-1843, apr. 2021. ISSN 2548-964X. Tersedia pada: <https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9029>. Tanggal Akses: 07 okt. 2022
Bagian
Artikel