ABSTRAK Nama : Vina Ayumi Program Studi : Magister Ilmu Komputer Judul : Distribution-Sensitive Learning pada Relevance Vector Machine untuk Pengenalan Gesture Manusia Pengumpulan dataset gesture atau action merupakan kegiatan yang memakan waktu dan merupakan prosedur yang mahal. Salah satu kesulitan yang ditemukan adalah menyeimbangkan distribusi kelas atau jumlah sampel tiap kelasnya. Model standar pembelajaran statistik seperti HMM, CRF, SVM, dan RVM, bersifat sensitif pada data unbalanced. Penelitian ini mengusulkan distribution-sensitive learning yang mengatasi masalah pada unbalanced data menggunakan standard statistical learning algorithm yaitu Relevance Vector Machine. Distribution-sensitive learning memperkenalkan prior yang memberikan bobot lebih pada data yang kurang terwakili sehingga memungkinkan semua sampel dalam dataset memiliki pengaruh yang seimbang dalam proses learning. Eksperimen dilakukan menggunakan data gesture yaitu Microsoft Research Cambridge-12 (MSRC-12). Penelitian menunjukkan pembelajaran dengan data balanced, adalah penting, dan distribution-sensitive learning dapat meningkatkan performansi pada unbalanced dataset. Kata Kunci: Distribution-Sensitive Learning, Relevance Vector Machine, Human gesture recognition viii