<![CDATA[Angklung merupakan alat musik tradisional asal Jawa Barat yang perlu dilestarikan untuk menjaga warisan budaya Indonesia. Penelitian ini bertujuan membangun sistem robot angklung yang dikontrol oleh pose tangan sesuai aturan kodaly hand sign hanya dengan webcam bawaan laptop dengan menggunakan hand landmark detection mediapipe. Untuk klasifikasi pose tangan menggunakan algoritma Support Vector Machine (SVM). Model Support Vector Machine (SVM) dilatih dengan kernel linear dan kernel RBF dan parameter C dengan rentang 0.001, 0.01, 0.1, 1, 10, dan 100, dan dievaluasi dengan menggunakan metrik akurasi dan F1-score. Jumlah dataset yang digunakan untuk training sebanyak 1600 data dan jumlah dataset yang digunakan untuk evaluasi sebanyak 4800 data dari tiga orang partisipan. Hasil penelitian menunjukkan bahwa kernel RBF dengan parameter C=0.1 memiliki kinerja terbaik dengan akurasi sebesar 90,1% dan macro average F1-score sebesar 89,8%. Hasil pemodelan tersebut digunakan pada sistem robot angklung yang dibangun dengan berbasis mikrokontroler Arduino Mega 2560. Sistem yang dibangun mampu mengenali pose tangan sesuai aturan kodaly hand sign dari pengguna secara real-time.]]>
Copyrights © 2026
