<![CDATA[Semaphore merupakan salah satu jenis sandi dalam kegiatan Pramuka yang digunakan sebagai media komunikasi visual jarak jauh. Namun, pembelajaran semaphore masih menghadapi kendala dalam mengenali gerakan dengan cepat dan tepat. Penelitian ini bertujuan untuk merancang dan membangun media trainer gerakan semaphore berbasis YOLO-Pose, sebuah metode deteksi objek yang dikombinasi dengan Human Pose Estimation. Sistem dilatih menggunakan 649 data citra huruf A–Z dan diuji pada epoch 150. Hasil menunjukkan bahwa model mampu mengenali gerakan dengan tingkat akurasi tinggi, precision mencapai 91–94%, recall 89–93%, dan mAP-50 sebesar 95%. Sistem ini berhasil mengklasifikasikan huruf secara real-time dan menunjukkan potensi sebagai media pembelajaran interaktif dalam kegiatan Pramuka.]]>
Copyrights © 2025
