ABSTRAK
ABSTRAK
Nama : Ahmad Arinaldi
Program Studi : Ilmu Komputer
Judul : Sistem Deskripsi Video Menyontek Berdasarkan Sekuens Gestur
Sederhana
Aplikasi deskripsi video menggunakan teks merupakan salah satu bidang
dalam pemelajaran mesin yang menggabungkan antara aspek penglihatan
komputer dengan pengolahan bahasa manusia. Saat ini banyak aplikasi potensial
deskripsi video disebabkan kayanya data multimedia dan perangkat untuk
menghasilkan data tersebut (kamera, ponsel cerdas). Salah satunya adalah aplikasi
deskripsi video menyontek.
Dalam tesis ini diusulkan suatu metode untuk membangkitkan deskripsi teks
dari video berdasarkan sekuens gestur aktor yang terlibat dalam suatu kejadian.
Dalam hal ini, dilakukan proses 2 tahap, dimana pertama dilakukan pengenalan
gestur dengan 3DCNN dan XGBoost dan kedua dilakukan pembangkitan teks
deskripsi dengan LSTM berdasarkan sekuens gestur yang dikenali. Sistem ini
dibuat agar dapat mendeteksi kejadian dan membangkitkan teks deskripsi. Model
pengenalan gestur yang dibangun memiliki performa rata - rata akurasi 81.1% dan
Skor Kappa 0.76. Hasil pembangkitan teks sistem memiliki akurasi kata untuk
deskripsi subjek tunggal 97.6% dengan jarak edit minimum (dirata-ratakan) 0.914
edit, dan untuk deskripsi interaksi 96.4% dengan jarak edit minimum 6.286. Hasil
tersebut diperoleh melalui suatu proses tuning dengan strategi pencarian linier.
Sistem berkerja pada kecepatan 30.288 fps, yang dapat dikategorikan real-time.
Kata kunci: pengenalan gestur, deskripsi teks, deteksi menyontek
|