
Selamat Datang di Repository Perpustakaan
Politeknik Negeri Madiun
Detail Tugas Akhir
Dosen Pembimbing
Pembimbing 1
Sulfan Bagus Setyawan, S.ST., M.T.Pembimbing 2
Dyah Anggun Sartika, S.T., M.Eng.Download File
SISTEM DETEKSI SERVICE FAULT BADMINTON BERBASIS IMAGE PROCESSING
AJI FAIZUL WAFA'
203304073 / D3 Teknik Komputer Kontrol- Dipublikasikan pada 18 Oktober 2024
Abstrak
Dewasa ini terdapat alat pengukur tinggi servis manual yang berbentuk sederhana, dan terbuat dari batang alumunium yang disusun dengan tinggi 115 cm. Alat tersebut manual dan tidak mengandalkan teknologi modern seperti detektor sinar laser atau sensor untuk mengukur jarak dan ketinggian. Beberapa penelitian telah menggunakan metode untuk mendeteksi seperti machine learning dan object detection, tetapi penelitian tersebut belum menerapkan deteksi service fault. Sehingga pendeteksian service fault masih tidak terlepas dari keselahan atau human error. Oleh karena itu penulis mengusulkan Sistem Deteksi Service Fault Badminton Berbasis Image Processing untuk menangani permasalahan tersebut. Sistem ini menggunakan metode machine learning dimana fungsi cascade dilatih dari banyak citra positif dan citra negatif yang berfungsi untuk mendeteksi shuttlecock. Kemudian memanfaat mediapipe pose untuk mendeteksi pose dan mengambil titik koordinat pada pergelangan tangan sebagai penentu pelanggaran servis. Apabila pemain melakukan servis melebihi 115cm yang ditandai garis horizontal berwarna putih maka sistem akan mendeteksi pelanggaran. Sistem akan mengirimkan notifikasi berupa suara dan mengambil screenshoot saat pemain melakukan pelanggaran, sebagai bukti bahwa terjadi pelanggaran servis yang dilakukan oleh pemain. Hasil pengujian dilakukan secara langsung pada gedung olahraga badminton serayu kota madiun dan gedung olahraga balai desa klumpit kabupaten madiun adalah sistem kami mampu mendeteksi shuttlecock, pose, dan dapat menentukan batas ketinggian servis sesuai postur tubuh, sehingga proses deteksi pelanggaran service fault yang dilakukan oleh sistem memiliki akurasi 95%.
Kata kunci: Badminton, service fault, machine learning, shuttlecock, mediapipe pose