Claim Missing Document
Check
Articles

Found 34 Documents
Search

KLASIFIKASI POSE MANUSIA BERBASIS POINT CLOUD MENGGUNAKAN DEEP LEARNING Siddiq, Muhammad; Muriyatmoko, Dihin; Putra, Oddy Virgantara
Prosiding Semnastek PROSIDING SEMNASTEK 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dengan menggunakan teknologi untuk mengklasifikasikan pose manusia, pemantauan pekerjaan yang berisiko cedera dapat dilakukan dengan lebih aman, sejalan dengan prinsip mempertahankan keamanan dan privasi yang merupakan bagian dari prinsip-prinsip syariah dalam menjaga jiwa. Namun, dalam pengambilan sampel data tubuh manusia, terdapat risiko pengambilan data aurat yang melanggar prinsip privasi. Melalui penggunaan data point cloud dari LiDAR, bagian tubuh yang menjadi aurat dapat tersamarkan dan menjaga privasi. Meskipun demikian, pose manusia yang dihasilkan belum terlihat dengan jelas. Oleh karena itu, tujuan dari penelitian yang dilakukan ini adalah untuk membuat model klasifikasi pose manusia berbasis voxel point cloud dengan menggunakan deep learning agar dapat mengetahui pose manusia. Dalam penelitian ini, model klasifikasi pose manusia berbasis voxel point cloud dengan menggunakan pendekatan deep learning Conv3D telah berhasil dikembangkan dengan akurasi sebesar 95.76%.Kata kunci: Human pose classification; LiDAR; Point cloud data; Deep learning
Improving 3D Human Pose Orientation Recognition Through Weight-Voxel Features And 3D CNNs Riansyah, Moch. Iskandar; Putra, Oddy Virgantara; Rahmanti, Farah Zakiyah; Priyadi, Ardyono; Wulandari, Diah Puspito; Sardjono, Tri Arief; Yuniarno, Eko Mulyanto; Hery Purnomo, Mauridhi
EMITTER International Journal of Engineering Technology Vol 13 No 1 (2025)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24003/emitter.v13i1.847

Abstract

Preprocessing is a widely used process in deep learning applications, and it has been applied in both 2D and 3D computer vision applications. In this research, we propose a preprocessing technique involving weighting to enhance classification performance, incorporated with a 3D CNN architecture. Unlike regular voxel preprocessing, which uses a zero-one (binary) approach, adding weighting incorporates stronger structural information into the voxels. This method is tested with 3D data represented in the form of voxels, followed by weighting preprocessing before entering the core 3D CNN architecture. We evaluate our approach using both public datasets, such as the KITTI dataset, and self-collected 3D human orientation data with four classes. Subsequently, we tested it with five 3D CNN architectures, including VGG16, ResNet50, ResNet50v2, DenseNet121, and VoxNet. Based on experiments conducted with this data, preprocessing with the 3D VGG16 architecture, among the five architectures tested, demonstrates an improvement in accuracy and a reduction in errors in 3D human orientation classification compared to using no preprocessing or other preprocessing methods on the 3D voxel data. The results show that the accuracy and loss in 3D object classification exhibit superior performance compared to specific preprocessing methods, such as binary processing within each voxel.
Implementasi Teknik Visualisasi Dinamis pada Augmented Reality untuk Representasi Operasi Vektor Harmini, Triana; Putra, Oddy Virgantara; Prihadian, Hibatullah Agung
Techno.Com Vol. 24 No. 4 (2025): November 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i4.14982

Abstract

Konsep vektor, khususnya terkait arah dan transformasi besaran dalam ruang 3D, menuntut kemampuan visualisasi spasial yang tinggi. Media pembelajaran konvensional dan aplikasi AR statis seringkali memiliki keterbatasan dalam merepresentasikan proses terjadinya operasi vektor secara nyata. Penelitian ini bertujuan mengimplementasikan teknik Visualisasi Vektor Dinamis (Dynamic Vector Visualization) berbasis Augmented Reality (AR) untuk mensimulasikan perilaku vektor secara real-time. Sistem dikembangkan menggunakan engine Unity 3D dengan menerapkan arsitektur Visualisasi Berbasis Status (State-Driven Visualization). Metode ini mengintegrasikan aset adaptif dari Blender (Keyframe Animation) dengan logika kontrol Finite State Machine (FSM) untuk menjamin presisi geometris dan efisiensi komputasi pada perangkat mobile. Validasi dilakukan oleh ahli materi dan media, serta uji usability terhadap 30 mahasiswa. Hasil pengujian menunjukkan bahwa teknik visualisasi dinamis memperoleh skor validasi ahli materi sebesar 86% dan ahli media sebesar 95%. Uji penerimaan pengguna menghasilkan skor System Usability Scale (SUS) sebesar 92,7 yang masuk dalam kategori "Best Imaginable". Temuan ini mengonfirmasi bahwa integrasi mekanisme animasi prosedural dalam lingkungan AR terbukti efektif dalam membantu mahasiswa memvisualisasikan konsep abstrak operasi vektor dibandingkan representasi statis.   Kata Kunci - Augmented Reality; Visualisasi Dinamis; Vektor; Finite State Machine; Unity 3D.
Penerapan Teknologi Augmented Reality Sebagai Media Pembelajaran Gerakan Semaphore Berbasis Mobile Menggunakan Metode Markerless Triana Harmini; Oddy Virgantara Putra; Muhammad Yusrizal Haq
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.10040

Abstract

Abstrak - Gerakan semaphore merupakan salah satu bentuk komunikasi visual yang diajarkan dalam kegiatan ekstrakurikuler pramuka. Namun, dalam praktiknya, pembelajaran semaphore masih dilakukan secara konvensional, sehingga kurang efektif dan kurang menarik bagi peserta didik. Permasalahan lain seperti keterbatasan waktu latihan, minimnya alat bantu, serta kurangnya antusiasme siswa juga menjadi kendala dalam proses pembelajaran. Oleh karena itu, penelitian ini  bertujuan untuk mengembangkan media pembelajaran interaktif berbasis Augmented Reality (AR) menggunakan metode Markerless di akses melalui perangkat android. Penelitian ini menggunakan metode pengembangan perangkat lunak Software Development Life Cycle (SDLC). Aplikasi yang  memungkinkan pengguna untuk mempelajari gerakan semaphore secara visual dan interaktif dengan hanya mengarahkan kamera ke permukaan datar tanpa perlu marker based. Hasil uji ahli media memperoleh nilai rat-rata 92% dengan kategori “Sangat Baik”. Sedangkan uji ahli materi memperoleh nilai 88% dengan kategori “Sangat Baik”. Selain itu,uji pengguna menghasilkan rata-rata kepuasan 77.4% menunjukkan bahwa aplikasi di terima dengan baik dan efektif sebagai sarana pembelajaran gerakan semaphore. Selain itu, integrasi AR dalam aplikasi ini mendukung pendekatan pembelajaran yang sesuai dengan perkembangan teknologi dan nilai-nilai syariat islam, khususnya dalam menjaga dan mengembangkan akal melalui Pendidikan.Kata kunci : Semaphore; Augmented Reality; Markerless; Software Development Life Cycle; Media Pembelajaran; Abstract - Semaphore movement is a form of visual communication taught in scouting extracurricular activities. However, in practice, semaphore learning is still done conventionally, so it is less effective and less interesting for students. Other problems such as limited practice time, lack of tools, and lack of student enthusiasm also become obstacles in the learning process. Therefore, this study aims to develop interactive learning media based on Augmented Reality (AR) using the Markerless method accessed via Android devices. This study uses the Software Development Life Cycle (SDLC) software development method. The application allows users to learn semaphore movements visually and interactively by simply pointing the camera at a flat surface without the need for marker-based. The results of the media expert test obtained an average value of 92% with the category "Very Good". While the material expert test obtained a value of 88% with the category "Very Good". In addition, the user test resulted in an average satisfaction of 77.4% indicating that the application was well received and effective as a means of learning semaphore movements. In addition, the integration of AR in this application supports a learning approach that is in accordance with technological developments and Islamic sharia values, especially in maintaining and developing reason through education. Keywords: Semaphore; Augmented Reality; Markerless; Software Development Life Cycle; Instructional Media;