Article Per Year (5 Year)
p-Index From 2020 - 2025
1.259
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi CESS (Journal of Computer Engineering, System and Science) Jurnal Inspiration INOVTEK Polbeng - Seri Informatika Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal INOVTEKSeri Elektro Elektrika Borneo Buletin Ilmiah Informatika Teknologi Proceeding International Applied Business and Engineering Conference TANJAK : Jurnal Pengabdian Kepada Masyarakat
Muhamad Nasir
Politeknik Negeri Bengkalis
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : CESS (Journal of Computer Engineering, System and Science)

 1 
Pengenalan Bentuk Tangan secara Real Time Menggunakan Leap Motion dan K-Nearest Neighbors sebagai Sistem Kendali Robot Beroda Supria Supria; Depandi Enda; Muhamad Nasir
CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (600.018 KB) | DOI: 10.24114/cess.v5i2.18141

Abstract

Sistem kendali robot saat ini telah banyak dibuat dengan menggunakan berbagai metode seperti sensor accelerometer, sensor suara, leap motion. Pada penelitian ini diusulkan pengenalan bentuk tangan secara real time menggunakan leap motion dan K-Nearest Neighbors (KNN) sebagai sistem kendali robot beroda. Leap motion digunakan untuk mendeteksi titik koordinat posisi tangan pada pandangan leap motion. pembentukan fitur dilakukan dengan mengukur jarak euclidean distance antara palm position dengan finger tip. KNN digunakan untuk menentukan kelas pada data testing. Uji coba dilakukan menggunakan tangan penulis dengan 5 jenis instruksi yaitu maju, mundur, stop, belok kanan, belok kiri dan setiap instruksi di ujicoba sebanyak 20 kali percobaan. Dari hasil ujicoba yang dilakukan menunjukkan bahwa sistem yang diusulkan memiliki tingkat akurasi pengenalan 94%.
Co-Authors Agus Zainal Arifin Arif Fadllullah Arya Yudhi Wijaya Ayu Rahmadhani Dasrit Debora Kamudi Depandi Enda Devita Irzal Diana Purwitasari Eva Kurniawaty Eva Kurniawaty Eva Kurniawaty Fazri Nurfaris Lipantri Mashur Gultom Lukman Zaman Nanik Suciati Novia Natasya Redondo Fernando Sarimuddin, Sarimuddin Supria Supria Supria Supria Supria Supria Tengku Musri Yuliana Melita Pranoto