M. Arif, Arif (2025) IMPLEMENTASI ARTIFICIAL INTELLIGENCE UNTUK MENGIDENTIFIKASI HAND GESTURE MENGGUNAKAN APLIKASI VISUAL STUDIO CODE. Diploma thesis, Politeknik Caltex Riau.
BUKU PA M. ARIF_2120307002.pdf - Submitted Version
Restricted to Registered users only
Download (1MB)
POSTER PA_M. ARIF 2120307002.png - Submitted Version
Restricted to Registered users only
Download (1MB)
Abstract
Perkembangan teknologi Artificial Intelligence (AI) semakin luas dimanfaatkan dalam berbagai bidang, salah satunya untuk pengenalan pola gerakan tangan atau hand gesture. Hand gesture merupakan bentuk komunikasi non-verbal yang dapat diterapkan pada sistem kendali, interaksi manusia dan komputer, hingga teknologi pendukung disabilitas. Saat ini, pengenalan gestur tangan masih manual atau menggunakan alat mahal yang tidak fleksibel, serta kurang akurat dalam kondisi pencahayaan dan jarak bervariasi. Hal ini menjadi kendala dalam pengembangan sistem yang efisien dan adaptif, sehingga menyulitkan penerapan secara luas dalam skala praktis. Untuk mengatasi permasalahan tersebut, proposal diimplementasikan AI untuk mengidentifikasi hand gesture menggunakan aplikasi Visual Studio Code. Metode yang digunakan melibatkan teknik transfer learning untuk melatih model di Teachable Machine, yang kemudian diintegrasikan sebagai model TensorFlow Keras ke dalam aplikasi Visual Studio Code. AI ini dapat mengidentifikasi hand gesture secara otomatis setelah pengujian dengan tingkat akurasi rata-rata sebesar 89,63%, dimana pengujian berdasarkan pencahayaan memiliki tingkat akurasi sebesar 90,12% dan pengujian berdasarkan jarak yaitu sebesar 88,89%.
Kata Kunci: Hand Gesture, Artificial Intelligence, Machine Learning, Visual Studio Code.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | KBK > KBK Jurusan Teknologi Industri > KBK Elektronika |
| Divisions: | Sarjana Terapan > Jurusan Teknologi Industri > Teknologi Rekayasa Sistem Elektronika |
| Depositing User: | Mr M. Arif |
| Date Deposited: | 22 Aug 2025 08:41 |
| Last Modified: | 22 Aug 2025 08:41 |
| URI: | https://repository.lib.pcr.ac.id/id/eprint/3708 |
