Implementasi AI Pendeteksi Pola Gerak Tangan pada Game “Pong Ball” dengan Menggunakan Algoritma Convolutional Neural Network

  • Wahyu S.J. Saputra Universitas Pembangunan Nasional Veteran Jawa Timur
  • Muhammad Hakam Fardana UPN "Veteran" Jawa Timur
  • Muhammad Alfa Rizky Valentino Universitas Pembangunan Nasional Veteran Jawa Timur

Abstract

mouse, dan joystick merupakan perangkat keras yang sering digunakan untuk interaksi antara manusia dengan komputer yang mana bersifat mekanis. Meskipun akurat, tetapi model dari metode interaksi yang dilakukan tidaklah bersifat alami sebagaimana manusia berinteraksi dengan sesamanya. Untuk dapat beroperasi, diperlukan adanya kontak langsung antara pengguna dengan komputer. Hal yang diteliti disini ialah pola gerak tangan. Hal tersebut diteliti dengan menggunakan sebuah program dengan bantuan kamera webcam untuk melakukan pengenalan pada objek tangan. pendeteksian pola gerak tangan diimplementasikan dengan menggunakan library cvzone dan algoritma Convolutional Neural Network. Penerapan dari akurasi data program yang dibuat ialah dengan memainkan game “Pong Ball”. Uji coba menggunakan game “Pong Ball” sederhana dimana gerakannya keatas dan kebawah. Ketika tangan digerakkan keatas, maka bat pong ball akan keatas sesuai pola gerak yang dilakukan, begitupun sebaliknya. Dari uji coba penelitian dengan pencahayaan terang, game “Pong Ball” berjalan dengan lancar, sedangkan ketika pencahayaan yang diterima kurang atau redup, maka otomatis sensor gerak akan melambat. Tidak hanya itu, program juga mampu mendeteksi 2 sampai 4 objek tangan yang memungkinkan terjadinya permainan antar tim.

References

Umar, U., Sulistyorini, R., Haryadi, A. D., 2011, Tracking Arah Gerakan Telunjuk Jari Berbasis Webcam Menggunakan Metode Optical Flow. The 13th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Surabaya, 26 Oktober 2016.
Revathi, R., Hemalatha, M., 2012, Certain Approach of Object Tracking using Optical Flow Techniques, International Journal of Computer Applications (0975 – 8887), Vol 53, No 8.
Setia Buana, I Komang, 2014, Sistem Penghitungan Jumlah Kendaraan Dengan Teknik Pengolahan Citra Berbasis Java, Konferensi Nasional Sistem dan Informatika 2014, Denpasar, 7-8 November 2014.
Kadir, A., 2008, Dasar Pemrograman Java 2, Andi Offset, Yogyakarta.
Kwong, K., Kavaler, R., Rajagopal, R., Varaiya, P., 2010, Real-Time Measurement of Link Vehicle Count and Travel Time in a Road Network, IEEE Transactions on Intelligent Transportation System, Vol 11, NO. 4.
Huang, C. H., 2011, Video-based Traffic Analysis System Using a Hierarchical Feature Point Grouping Approach, First International Conference on Robot, Vision and Signal Processing (RVSP), TBD Kaohsiung City, 21-23 November 2011.
Winarno, E., 2011, Aplikasi Deteksi Tepi pada Realtime Video menggunakan Algoritma Canny Detection. Jurnal Teknologi Informasi DINAMIK, Vol 16, No 1.
Chen, Z., Cao, J., Tang, Y., Tang, L., 2011, Tracking of Moving Objects Based on Optical Flow Detection, International Conference on Computer Science and Network Technology, 24-26 Desember 2011.
Song, J. F., Bai, A N., Xue, R., 2011, A Reliable Counting Vehicles Method in Traffic Flow Monitoring, International Congress on Image and Signal Processing, 15-17 Oktober 2011.
Munir Oudah, Ali Al-Naji and Javaan Chahl, " Review Hand Gesture Recognition Based on Computer Vision: A Review of Techniques" 23 July 2020.
Rafiqul Zaman Khan and Noor Adnan Ibraheem "HAND GESTURE RECOGNITION: A LITERATURE REVIEW" July, 2021.
M. Wegmuller, J. P. von der Weid, P. Oberson, dan N. Gisin, “High Resolution fiber distributed measurements with coherent OFDR,” Proc. ECOC 00, 2000, paper 11.3.4, hal. 109.
Hambling, B. and Van Goethem, P., 2013, May. User acceptance testing: a step-by-step guide. Chippenham: BCS.
Lewis, J.R., 2006. Usability testing. Handbook of human factors and ergonomics, 12, p.e30.
Published
2022-07-28
How to Cite
SAPUTRA, Wahyu S.J.; FARDANA, Muhammad Hakam; VALENTINO, Muhammad Alfa Rizky. Implementasi AI Pendeteksi Pola Gerak Tangan pada Game “Pong Ball” dengan Menggunakan Algoritma Convolutional Neural Network. Jurnal Manajamen Informatika Jayakarta, [S.l.], v. 2, n. 3, p. 235-242, july 2022. ISSN 2797-0930. Available at: <https://journal.stmikjayakarta.ac.id/index.php/JMIJayakarta/article/view/834>. Date accessed: 04 july 2025. doi: https://doi.org/10.52362/jmijayakarta.v2i3.834.

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.