// <![CDATA[SISTEM PENGENALAN SIMBOL GERAK JARI TANGAN MANUSIA DENGAN METODE HIDDEN MARKOV MODEL PADA AUGMENTED INTERFACE SYSTEM]]> Dina Budhi Utami / 152010035 Penulis M. Ichwan, Ir., M.T
Augmented Interface System merupakan sistem yang menggunakan gerakan jari tangan pada area proyeksi aplikasi untuk menggantikan aksi mouse. Sistem ini menggunakan prinsip computer vision yang didasarkan pada pengenalan gerakan dalam interaksi manusia dan komputer. Penelitian ini difokuskan pada pembangunan sistem pengenalan gerakan tangan dengan menggunakan metode Hidden Markov Model (HMM) untuk mendukung pengembangan Augmented Interface System. Gerakan tangan melambangkan berbagai aksi pada mouse seperti left click, double click, right click, move, drag, drop , dan scroll. Urutan observasi yang digunakan untuk mengelompokkan state HMM didapat dari proses pengenalan pose tangan dari setiap frame gerakan. Proses pengenalan pose tangan dimulai dengan pengolahan citra meliputi segmentasi citra dan deteksi tepi untuk menghasilkan citra ROI (Region of interest) area telapak tangan.Kemudian dilakukan ekstraksi ciri pose tangan berupa nilai HuMomment. Nilai HuMomment kemudian dikuantisasikan kedalam bukukode untuk mengenali pose tangan. Nilai kuantisasi setiap pose dari gerakan dijadikan nilai observasi untuk proses pengenalan gerakan dengan HMM. Algoritma Forward digunakan untuk menghitung pengenalan model HMM. Pengujian dilakukan pada 7 gerakan menggunakan HMM untuk pengenalan gerakan terisolasi. Hasil pengujian menunjukan bahwa sistem dapat mengenali gerakan dengan tingkat akurasi 98.41% pada pengujian offline, dan 74.44% pada pengujian online.