Andika, Difa (2022) Penerapan Algoritma Convolutional Neural Network pada sistem Estimasi Pose sebagai Yoga Exercise Assistant. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (108kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (149kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (87kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (263kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (447kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (859kB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (56kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (219kB) | Request a copy |
Abstract
Yoga merupakan kegiatan fisik yang meliputi meditasi dengan menggunakan teknik peregangan, pernapasan, keseimbangan, dan kelenturan fisik untuk mencapai keselarasan dan harmoni antara emosi, jiwa, mental, spiritualitas, dan tubuh. Yoga dapat dijadikan salah satu olahraga yang dapat membuat tubuh menjadi sehat dan kuat. Dengan perkembangan teknologi yang begitu pesat dapat dimanfaatkan untuk memperoleh pengalaman baru dalam berolahraga. Dalam rangka mendukung pola hidup sehat bagi masyarakat yang telah berubah pola hidup menjadi lebih mementingkan kesehatan setelah kejadian pandemi maka dilakukan sebuah penelitian yang memanfaatkan teknologi untuk berolahraga. Penelitian ini bertujuan untuk mengetahui apakah algoritma Convolutional Neural Network (CNN) dapat efektif apabila digunakan untuk mengklasifikasikan citra pose yoga. Penelitian ini menggunakan metode prototype untuk pengembangan perangkat lunaknya dan algoritma CNN untuk klasifikasi data yang didapat dari public dataset serta dari internet dengan jumlah total data 2672 yang berisikan 7 jenis citra pose yoga. Algoritma CNN mendapatkan hasil yang baik dengan mendapatkan nilai akurasi sebesar 98,91%.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Klasifikasi; CNN; Yoga; Prototype; |
Subjects: | Data Processing, Computer Science Data Processing, Computer Science > Computer Performance Evaluation Applied mathematics > Programming Mathematics Personal Health, Hygiene > Physical Fitness |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
Depositing User: | Difa Andika |
Date Deposited: | 11 Oct 2022 07:37 |
Last Modified: | 11 Oct 2022 07:37 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/59390 |
Actions (login required)
View Item |