Pengenalan pola gerakan tangan manusia dengan kamera video untuk mengendalikan robot

Gosal, Rianto William (2007) Pengenalan pola gerakan tangan manusia dengan kamera video untuk mengendalikan robot. Undergraduate thesis, Widya Mandala Catholic University Surabaya.

[img]
Preview
Text (ABSTRAK)
ABSTRAK.pdf

Download (265kB) | Preview
[img]
Preview
Text (BAB 1)
BAB 1.pdf

Download (440kB) | Preview
[img] Text (BAB 2)
BAB 2.pdf
Restricted to Registered users only

Download (2MB)
[img] Text (BAB 3)
BAB 3.pdf
Restricted to Registered users only

Download (2MB)
[img] Text (BAB 4)
BAB 4.pdf
Restricted to Registered users only

Download (574kB)
[img]
Preview
Text (BAB 5)
BAB 5.pdf

Download (77kB) | Preview
[img]
Preview
Text (LAMPIRAN)
LAMPIRAN.pdf

Download (2MB) | Preview

Abstract

Peralatan saat 1ni umumnya dikendalikan secara manual oleh manusia melalui tombol, atau remote control, kemudian berkembang dengan menggunakan sensor yang cukup mampu mempermudah pekerjaan manusia. Namun, penggunaan sensor kadang mendatangkan permasalahan pada saat sensor tersebut mendapat interferensi atau gangguan dari luar. Oleh sebab itu, muncul keinginan untuk mengendalikan sesuatu dengan cara baru, yaitu dengan menggunakan pengenalan pola gerakan tangan. Pengenalan pola akan menggunan kamera video (Web Cam). Hasil captured dari Web Cam kemudian diproses oleh Personal Computer (PC) dengan menggunakan software Matlab 6.5 dan hasil pengenalan akan dikirim ke mikrokontroler untuk mengendalikan Robot. Pada skripsi ini akan menggunakan prototipe robot sederhana dengan dua motor DC. Dengan hasil pengukuran yang dilakukan kemudian diketahui bahwa proses pengenalan berlangsung selama 0,6 detik untuk setiap gambar yang dicapture oleh webcam. Pengukuran terhadap driver motor yang digunakan untuk mengendalikan motor DC 12 volt juga telah menunjukkan hasil yang sesuai dengan yang diinginkan. Dari basil pengujian proses pengenalan pola dengan menggunakan tangan penulis dapat dikatakan berjalan dengan baik berdasarkan persentase keberhasilan sebesar 91 % dan kesalahan sebesar 9 %

Item Type: Thesis (Undergraduate)
Subjects: Engineering
Engineering > Electrical Engineering
Divisions: Faculty of Engineering > Electrical Engineering Study Program
Depositing User: Tri Saptati
Date Deposited: 31 Mar 2015 08:18
Last Modified: 31 Mar 2015 08:18
URI: http://repository.wima.ac.id/id/eprint/1728

Actions (login required)

View Item View Item