PENGENALAN POLA CITRA TANGAN DALAM BERINTERAKSI DENGAN VIRTUAL ALAT MUSIK MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE

ABD. AZZIS SAMSUDIN, ABD. AZZIS SAMSUDIN (2019) PENGENALAN POLA CITRA TANGAN DALAM BERINTERAKSI DENGAN VIRTUAL ALAT MUSIK MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE. Bachelor thesis, UNIVERSITAS ISLAM MAJAPAHIT MOJOKERTO.

Preview	Text JURNAL (001).pdf Download (1MB) | Preview
	Text LAPORAN TA (001).pdf Restricted to Repository staff only Download (6MB)

Abstract

ABSTRAK Samsudin, Abd. Azzis. 2018. Pengenalan Pola Citra Tangan Dalam Berinteraksi Dengan Virtual Alat Musik Menggunakan Principal Component Analysis Dan Support Vector Machine. Tugas Akhir, Program Studi Teknik Informatika, Fakultas Teknik, Universitas Islam Majapahit (UNIM). Pembimbing I : Yesy Diah Rosita, S.Kom., M.Kom. Pembimbing II : Yanuarini Nur Sukmaningtyas S.Kom., M.Kom. Perkembangan teknologi kecerdasan buatan banyak dipergunakan hampir seluruh bidang kehidupan manusia. Dalam bidang seni musik kecerdasan buatan dapat dipergunakan dalam pembacaan pola gerakan tangan yang dapat memberikan keluaran berupa suara nada. Dengan menggunakan pendekatan pengolahan citra digital suatu sistem dapat melakukan pengenalan pada pola-pola tertentu. Dalam penelitian ini polapola gerakan tangan dapat diolah dan diterjemahkan menjadi suara nada tertentu, sehingga dapat dijadikan sebagai sebuah sistem pembelajaran yang dapat berinteraksi dengan virtual alat musik. Tahap pre-processing diperlukan untuk meningkatkan hasil kualitas citra biner. Dari citra biner akan dilakukan proses ekstrkasi ciri dengan metode Principal Component Analysis yang akan menyederhanakan data citra dan untuk memperoleh informasi penting dari sebuah citra. Dan terakhir dilakukan klasifikasi dengan metode Support Vector Machine yang mampu bekerja pada data berdimensi tinggi dan memiliki kelas yang banyak sesuai jenis nada yang akan dikeluarkan. Adapun nilai akurasi yang diperoleh dalam proses klasifikasi pola pada sistem ini, yaitu sebesar 38%. Kata kunci : Principal Component Analysis, Support Vector Machine, Virtual Alat Musik, Pengenalan Pola Citra

Actions (login required)

View Item