<![CDATA[Teknologi pembelajaran terus mengalami perkembangan seiring, dengan perkembangan zaman. Pembelajaran hybrid merupakan metode pembelajaran yang memanfaatkan keuntungan dari pembelajaran kelas tatap muka (offline) dan pembelajaran jarak jauh (online). Pada saat menggunakan layanan konferensi video pada pembelajaran hybrid, pembicara cenderung tidak bisa diam dalam melakukan pembelajaran atau bisa dibilang posisi pembicara berubah-ubah, sehingga kamera tidak menangkap dengan hasil yang bagus karena kamera pada umumnya bersifat statis. Computer vision mempunyai macam-macam metode salah satunya adalah objek tracking. Objek tracking yaitu metode yang mendeteksi objek yang di tangkap oleh kamera pada awal program berjalan, lalu mengunci target, menandai dan mengikuti objektersebut bergerak. Continuously Adaptive Mean Shift (Camshift) merupakan algoritma metode objek tracking berbasis warna yang sangat baik dalam mengenali objek. Camshift merupakan algoritma pengembangan dari algoritma Meanshift, dengan menggunakan histogram warna dan menyesuaikan ukuran objek yang akan di lacak. Selain itu, algoritma Camshift memiliki waktu komputasi yang cepat serta dapat melakukan tracking secara real-time dan mampu melacak objek yang tertutup sebagian atau seluruhnya dalam kondisi tertentu. Oleh karena itu, dibuatlah kerangka kerja menggunakan algoritma Camshift dengan penggerak motor servo yang dihubungkan dengan pin Arduino yang selanjutnya akan menggerakkan kamera sesuai dengan keberadaan objek tujuan. Hasil dari penelitian dan pengujian, didapatkan data bahwa sistem human tracking menggunakan metode Camshift berhasil dirancang dan dijalankan pada laptop dengan Python sebagai pemrograman utama serta Arduino Uno sebagai pengontrol mekanik servo dengan sudut putar 0°–180°. Metode Camshift digunakan karena target pelacakan adalah manusia, yang diidentifikasi berdasarkan warna baju. Sistem mampu mempertahankan pelacakan objek meskipun tertutupi oleh objek lain, asalkan warna kontras. Akurasi tertinggi dicapai pada video dengan 1124 frame dan pencahayaan 33 lux, dengan nilai akurasi 100%. Akurasi tinggi tercapai jika dataset memiliki warna kontras dengan latar belakang dan didukung pencahayaan yang baik.]]>
