Widianto, Muhammad (2026) Penilaian gerakan shalat pada anak menggunakan Random Forest Classifier dan BlazePose Pose Estimation. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
cover.pdf Download (68kB) |
|
|
Text (ABSTRAK)
ABSTRAK.pdf Download (24kB) |
|
|
Text (SURAT KARYA SENDIRI)
SPKS materai.pdf Download (539kB) |
|
|
Text (DAFTAR ISI)
DAFTAR ISI.pdf Download (216kB) |
|
|
Text (BAB I)
BAB I.pdf Download (202kB) |
|
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (364kB) |
|
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (160kB) |
|
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (603kB) |
|
|
Text (BAB V)
BAB V.pdf Restricted to Registered users only Download (26kB) |
|
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (246kB) |
Abstract
Penelitian ini bertujuan untuk mengembangkan sistem penilaian gerakan shalat pada anak dari data yang diambil secara manual menggunakan kamera smartphone. Fokus utama penelitian ini adalah menilai dari setiap gerakan shalat secara umum seperti takbir, qayyam, rukuk, sujud, duduk iftirasy, dan duduk takhiyatul akhir. Dalam proses pengolahan data, dilakukan ektrasi fitur untuk mempersempit titik landmark yang tersedia dari library mediapipe, data cleaning untuk menghapus semua baris data yang mengandung nilai NaN (Not a Number) atau Inf (Infinity), normalization untuk membuat posisi kamera bersifat relatif, label encoding untuk mengubah data string menjadi numerik atau memisahkan setiap classnya, train-test split untuk memastikan proporsi setiap kelas pose tetap seimbang di kedua subset, dan feature engineering untuk merubah dataset menjadi fitur yang siap untuk meningkatkan kinerja model machine learning. Data yang telah diproses kemudian digunakan untuk melatih algoritma Random Forest sebagai model klasifikasi. Evaluasi kinerja menunjukan bahwa model mampu mencapai akurasi sebesar 97,06%. Dalam sistem penilaian gerakan shalatnya dengan menggunakan rumus trigonometri untuk menghitung 8 sudut dalam tubuh menggunakan BlazePose. Hasil ini mengindikasikan bahwa kombinasi antara algoritma Random Forest dan Blazepose efektif dalam mengklasifikasikan dan menilai gerakan shalat secara otomatis dan efisien.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Additional Information: | tidak ada lampiran |
| Uncontrolled Keywords: | Penilaian otomatis; Computer Vision; BlazePose; Random Forest; Pose estimation; feature engineering |
| Subjects: | Engineering |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Muhammad Widianto |
| Date Deposited: | 27 Apr 2026 07:37 |
| Last Modified: | 27 Apr 2026 07:37 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/130479 |
Actions (login required)
![]() |
View Item |



