Aplikasi Mendeteksi Gerakan Tangan untuk Bermain Game Pingpong dengan Teknik Pengolahan Citra
Abstract
Keyboard, mouse, dan joystick merupakan perangkat keras yang sering digunakan untuk interaksi antara manusia dan komputer yang bersifat mekanis. Meskipun akurat, tetapi model interaksi yang dilakukan tidak bersifat alami sebagaimana manusia berinteraksi dengan sesamanya. Penggunaan peralatan-peralatan tersebut untuk mengoperasikannya membutuhkan adanya kontak langsung antara user dengan komputer. Dengan menggunakan visi komputer tidak membutuhkan kontak langsung pengguna dengan peralatan input, melainkan komputer menangkap gerakan pengguna melalui kamera video dan menginterpretasikannya. Gerakan yang diteliti disini adalah gerakan tangan. Kamera (webcam) merupakan alat yang digunakan untuk melakukan pengenalan tangan. Kamera ini digunakan sebagai sensor untuk mendeteksi pergerakan tangan. Pendeteksian gerakan tangan diimplementasikan dengan menggunakan library emguCV dan algoritma optical flow. Penerapan dari keakuratan aplikasi yang dibuat adalah dengan memainkan game pingpong. Uji coba menggunakan game pingpong sederhana dimana gerakannya kiri kanan atas bawah. Ketika kursor keatas otomatis bat pingpong keatas, dan seterusnya. Dari ujicoba penelitian dengan pencahayaan terang dimana resolusi webcame yang diuji coba 3 MP dan 1 MP, game pingpong lancar dimainkan sedangkan dengan pencahayaan redup, cursor lambat bergerak otomatis bat pingpong juga ikut lambat.
Keyboard, mouse, and joystick are hardware devices that are often used for the interaction between humans and computers being mechanical. Although accurate, but the model of interactions is not naturally as humans interact with each other. The use of such equipment to operate it requires direct contact between user and computer. By using a computer vision does not require direct contact with the user input device, but a motion capture computer user via a video camera and interpreting them. Movements studied here is the movement of the hand. The camera (webcam) is a tool used to perform the introduction of the hand. These cameras are used as sensors to detect hand movements. The detection of hand movements implemented using emguCV library and optical flow algorithm. Implementation of the accuracy of the application is made is by playing Ping-Pong game. Test using a simple ping pong game in which the movement left top right bottom. When the cursor upwards automatically ping pong bat up, and so on. From research trials with bright lighting where webcam tested resolution of 3 MP and 1 MP, a Ping-Pong game played smoothly while the dim lighting, the slow-moving cursor automatically Ping-Pong bat also slow.
Full Text:
PDFReferences
Umar, U., Soelistijorini, R., Haryadi, A. D., 2011, Tracking Arah Gerakan Telunjuk Jari Berbasis Webcam Menggunakan Metode Optical Flow. The 13th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Surabaya, 26 Oktober 2016.
Revathi, R., Hemalatha, M., 2012, Certain Approach of Object Tracking using Optical Flow Techniques, International Journal of Computer Applications (0975 – 8887), Vol 53, No 8.
Setia Buana, I Komang, 2014, Sistem Penghitungan Jumlah Kendaraan Dengan Teknik Pengolahan Citra Berbasis Java, Konferensi Nasional Sistem dan Informatika 2014, Denpasar, 7-8 November 2014
Kadir, A., 2008, Dasar Pemrograman Java 2, Andi Offset, Yogyakarta.
Kwong, K., Kavaler, R., Rajagopal, R., Varaiya, P., 2010, Real-Time Measurement of Link Vehicle Count and Travel Time in a Road Network, IEEE Transactions on Intelligent Transportation System, Vol 11, NO. 4.
Huang, C. H., 2011, Video-based Traffic Analysis System Using a Hierarchical Feature Point Grouping Approach, First International Conference on Robot, Vision and Signal Processing (RVSP), TBD Kaohsiung City, 21-23 November 2011.
Winarno, E., 2011, Aplikasi Deteksi Tepi pada Realtime Video menggunakan Algoritma Canny Detection. Jurnal Teknologi Informasi DINAMIK, Vol 16, No 1.
Chen, Z., Cao, J., Tang, Y., Tang, L., 2011, Tracking of Moving Object Based on Optical Flow Detection, International Conference on Computer Science and Network Technology, 24-26 Desember 2011.
Song, J. F., Bai, A N., Xue, R., 2011, A Reliable Counting Vehicles Method in Traffic Flow Monitoring, International Congress on Image and Signal Processing, 15-17 Oktober 2011
DOI: https://doi.org/10.24076/citec.2016v4i1.90
Refbacks
- There are currently no refbacks.
Indexed by:
Dedicated to: