1. PENGENALAN GERAKAN TANGAN (HAND
GESTURE) UNTUK NADA MUSIC DENGAN
METODE LEARN VECTOR QUANTIZATION
(LVQ)
WANDY SUWANDY
31811020
SISTEM KOMPUTER

2. BELAJAR OTODIDAK SULIT ATAU MUDAH ?
BANYAKNYA APLIKASI MUSIK
BERKEMBANGNYA BIDANG RECOGNITION
Ardiansyah, M. Aplikasi Pengenalan Suara Digital Nada Dasar Piano. Program Studi Teknologi Informasi,
Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara. (2014).
Ardhianto, E., Hadikurniawati, W. & Budiarso, Z. Implementasi Metode Subtracting dan Metode Regionprops
untuk Mendeteksi Jumlah Objek Berwarna RGB pada File Video. Program Studi Teknik Informatika,
Universitas Stikubank. (2013).
Gorodnichy, D. O. & Yogeswaran, A. Detection and tracking of pianist hands and fingers. Computational
Video Group, IIT-ITI, NRC-CNRC and Computer Engineering Department, University of Ottawa. (2006).
Jiang, J., Ma, J., & Jin, Y. Computer Music Controller Based on Hand Gestures Recognition Through Web-cam.
EE368-Digital Image Processing, Stanford University. (2012).
Suci, S. A., Suryani, E., & Wiharto. Pengenalan Nada pada Senar Biola dengan Metode Jaringan Saraf Tiruan
Learning Vector Quantization. Program Studi Informatika, Fakultas MIPA, Universitas Sebelas Maret
Surakarta. (2013).

3. 1. Apakah isyarat yang sama dari
setiap orang tetap dapat dikenali
meskipun postur tangan orang
tersebut berbeda?
2. Seberapa akurat gerakan tangan
tersebut dapat terdeteksi
(background gambar polos)?
1. Gerakan Isyarat tangan 1, 2, 3, 4, 5, 6,
dan 7
2. 10 orang dengan rentang usia 18-25
tahun
3. background yang diambil polos
(kosong)
4. tangan kanan dengan jarak ± 20 cm
dalam posisi tegak lurus, tidak miring
atau terbalik.
5. Gambar statis
6. Tahap pengenalan
RUANG LINGKUP DAN RUMUSAN MASALAH

4. TUJUAN DAN
MANFAAT
METODE
PENELITIAN
SISTEMATIKA
PENULISAN

5. TINJAUAN
PUSTAKA
NADA
HAND
GESTURE
PENGOLAHAN
CITRA
MORPHOLOGYCAL
OPERATIONS
LEARN VECTOR
QUANTIZATION
MATLAB

6. Detection Tracking Recognition

7. Pengenalan dengan
output Suara
Tahap Training metode LVQ
Start
End
Deteksi dengan Regionprops
Tahap Testing
Acquisition
Preprocessing
Segmentasi
METODE
PENELITIAN

9. HASIL CROPPING
CITRA RED
CITRA GRAYSCALE
SUBTRACTION

11. PROSES TRAINING DAN TESTINGBOBOT TRAINING VS TESTING = 75 % : 25%
P = [000000001111111111111111000000001111110000
000000000011111111111100000000111111111111
000000000000001111111111111111111111111111
000000001111111111000011111100111111000000
000011111111111100000000111100000011111111
000001110000111111111000001111111111111111
100000000011111110000000101010100111111111];
000000011111111111000000001111110000000000
T = [1 2 3 4 5 6 7];
DATA AKAN DI TRAINING
BOBOT
TARGET

12. 7.55
9.18
0.525
8.44
8.29
6.20
6.70
Image
RECOGNIZE
Test Image

13. 66.67% :61.43%
TRAINING VS TESTING

14. RE
HASIL
RE

15. KESIMPULAN
DAN
SARAN

16. END