Pengenalan Bentuk Tangan secara Real Time Menggunakan Leap Motion dan K-Nearest Neighbors sebagai Sistem Kendali Robot Beroda
Sistem kendali robot saat ini telah banyak dibuat dengan menggunakan berbagai metode seperti sensor accelerometer, sensor suara, leap motion. Pada penelitian ini diusulkan pengenalan bentuk tangan secara real time menggunakan leap motion dan K-Nearest Neighbors (KNN) sebagai sistem kendali robot ber...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | article |
| Lenguaje: | ID |
| Publicado: |
Universitas Negeri Medan
2020
|
| Materias: | |
| Acceso en línea: | https://doaj.org/article/1d7ada81f1fd4a73a8ac76f0bbdc4124 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Sistem kendali robot saat ini telah banyak dibuat dengan menggunakan berbagai metode seperti sensor accelerometer, sensor suara, leap motion. Pada penelitian ini diusulkan pengenalan bentuk tangan secara real time menggunakan leap motion dan K-Nearest Neighbors (KNN) sebagai sistem kendali robot beroda. Leap motion digunakan untuk mendeteksi titik koordinat posisi tangan pada pandangan leap motion. pembentukan fitur dilakukan dengan mengukur jarak euclidean distance antara palm position dengan finger tip. KNN digunakan untuk menentukan kelas pada data testing. Uji coba dilakukan menggunakan tangan penulis dengan 5 jenis instruksi yaitu maju, mundur, stop, belok kanan, belok kiri dan setiap instruksi di ujicoba sebanyak 20 kali percobaan. Dari hasil ujicoba yang dilakukan menunjukkan bahwa sistem yang diusulkan memiliki tingkat akurasi pengenalan 94%. |
|---|