Puturuhu, James Palmer (2021) TA: DETEKSI HAND GESTURES PADA GROUND MARSHALL MENGGUNAKAN METODE HMM DALAM PROSES PARKIR PESAWAT. Skripsi thesis, Institut Teknologi Nasional.

Preview	Text (Cover) 01 Cover 152016102.pdf Download (11MB) | Preview
Preview	Text (Abstrak) 02 Abstrak 152016102.pdf Download (210kB) | Preview
Preview	Text (Daftar Isi) 03 Daftar Isi 152016102.pdf Download (224kB) | Preview
Preview	Text (Bab 1) 04 Bab 1 152016102.pdf Download (281kB) | Preview
Preview	Text (Bab 2) 05 Bab 2 152016102.pdf Download (640kB) | Preview
Preview	Text (Daftar Pustaka) 06 Daftar Pustaka 152016102.pdf Download (234kB) | Preview

Abstract

Proses keluar masuk pesawat udara dalam suatu bandara ditentukan oleh berbagai aspek, salah satunya adalah proses parkir pesawat. Proses parkir pesawat dinilai vital dalam suatu aktivitas bandara karena proses parkir pesawat harus dilakukan secara tepat, cepat dan aman. Proses parkir pesawat tidak lepas dari pentingnya kerjasama antara Ground Marshall yang berada pada landasan udara dan seorang pilot di dalam kokpit pesawat. Hingga saat ini, proses parkir pesawat masih dilakukan secara manual oleh pilot yang mengemudikan pesawat berdasarkan arahan dari seorang ground marshall di landasan penerbangan. Berdasarkan hal tersebut, maka dibutuhkan suatu sistem yang dapat mendeteksi gestur dari seorang ground marshall dimana sistem tersebut dalam hal pengembangannya diharapkan dapat membantu proses parkir pesawat dapat dilakukan secara otomatis. Tujuan dari penelitian ini adalah membangun sistem yang dapat mendeteksi gerakan tangan ground marshall berdasarkan marshalling signals dengan mengukur tingkat akurasi sistem dalam proses klasifikasi dengan memperhitungkan nilai orientasi sudut, jarak dan jumlah frame yang ditangkap oleh sensor. Tahapan penelitian ini dimulai dengan Capturing Data oleh sensor Kinect yang menangkap joint skeleton tubuh manusia, kemudian data diolah untuk dilakukan perhitungan sudut dari setiap joint skeleton yang di-capture oleh sensor. Data hasil perhitungan sudut joint skeleton kemudian dimasukkan ke dalam model HMM untuk dilakukan pelatihan dan pengujian. Hasil pengujian dari penelitian ini, didapatkan nilai akurasi hasil prediksi dengan nilai rata-rata sebesar 61.47 %.

Actions (login required)

View Item