Interaksi manusia dan komputer (IMK) adalah sesuatu yang mempelajari hubungan antara sistem komputer dan manusia, bagaimana membuat suatu perancangan, evaluasi pada sistem komputer yang interaktif. Ada banyak penelitian di bidang IMK yang berhubungan dengan metode interaksi yang lebih memudahkan dan membuat nyaman user yang memakainya. Natural human computer interaction (NHCI) merupakan salah satu bagian dari IMK yang berfokus pada pengembangan sebuah metode interaksi yang alami. Terdapat beberapa kategori teknologi pada NHCI seperti kinetic interface, speech recognition, dan multitouch. Kategori kinetic interface memanfaatkan gerakan tubuh manusia untuk berinteraksi dengan perangkat komputasi seperti gerakan pada tangan, kaki, kepala dan lain sebagainya. Dengan memanfaatkan sensor dari kamera kinect yang merupakan game konsol xbox, penelitian ini memfokuskan untuk mengembangkan antar muka manusia-komputer yang alami dengan memanfaatkan salah satu gerakan anggota tubuh yaitu pada gerakan tangan. Gerakan tangan tersebut nantinya akan menjadi kontrol yang digunakan untuk menggerakan sebuah objek dari gambar. Proses akuisisi data yang didapatkan dari sensor kinect dengan memanfaatkan fitur dari depth sensor. Skenario pengujian pada penelitian ini yaitu menentukan akurasi jarak yang paling optimal dari pengenalan jenis kontrol dengan menggunakan 2 user yang berbeda(user a dan user b). Dari hasil ujicoba tersebut diambil nilai rata-rata akurasi untuk jarak yang paling optimal yaitu jarak 1.5 meter dengan nilai akurasi 97%. Kemudian untuk kondisi latar belakang yang paling baik untuk melakukan skenario ini yaitu pada latar belakang tidak kompleks dengan hasil akurasi 96%.
Simultaneous Hand Gesture Classification and Finger Angle Estimation via a Novel Dual-Output Deep Learning Model
