Jaya, I Komang Hendra Trinium (2022) DETEKSI PERSAMAAN POLA GERAKAN PADA KOREOGRAFI TARI BALI DENGAN METODE CONVOLUTIONAL NEURAL NETWORK DAN ANALYSIS SUFFIX TREE. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1815051066-COVER.pdf Download (702kB) |
|
Text (ABSTRAK)
1815051066-ABSTRAK.pdf Download (36kB) |
|
Text (BAB 1 PENDAHULUAN)
1815051066-BAB 1 PENDAHULUAN.pdf Download (157kB) |
|
Text (BAB 2 KAJIAN TEORI)
1815051066-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (839kB) | Request a copy |
|
Text (BAB 3 METODOLOGI PENELITIAN)
1815051066-BAB 3 METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (286kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1815051066-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (693kB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1815051066-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (35kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1815051066-DAFTAR PUSTAKA.pdf Download (151kB) |
|
Text (LAMPIRAN)
1815051066-LAMPIRAN.pdf Download (421kB) |
Abstract
Tari bali merupakan salah satu mata pencaharian yang bisa dilakukan oleh masyarakat di daerah Bali. Tarian yang populer saat ini diciptakan oleh maestromaestro yang sudah ada sejak waktu yang lampau. Untuk mengembangkan tarian yang diciptakan oleh maestro-maestro yang sudah ada haruslah mengetahui karakteristik tiap tarian berdasarkan gerak yang digunakan. Dengan bantuan pengolahan citra digital dan metode algoritma analisis string akan membantu untuk mengetahui karakteristik dari suatu tarian. Algoritma yang digunakan untuk analisis tarian yaitu Suffix Tree, dimana suffix tree merupakan salah satu algoritma yang bisa digunakan untuk mencari pola dari masukan string. String yang akan dianalisis yaitu deretan kode klasifikasi yang dilakukan oleh classifier. Classifier yang digunakan yaitu Convolutional Neural Network (CNN). Berdasarkan hasil yang didapatkan menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur alexnet sebagai klasifikasinya dan confusion matrix untuk menghitung tingkat akurasi test set, akurasi terbaik untuk bagian wajah yaitu dengan menggunakan parameter learning rate 0.001, epoch 150, dan ruang warna RGB didapatkan akurasi 95%, precision 88%, recall 78%, dan f1-score 82%. Untuk bagian badan penuh dengan menggunakan parameter learning rate 0.01, epoch 150, dan ruang warna RGB didapatkan akurasi akurasi 85%, precision 79%, recall 64%, dan f1-score 69%. Untuk bagian kaki dengan menggunakan parameter learning rate 0.001, epoch 150, dan ruang warna RGB didapatkan akurasi akurasi 92%, precision 84%, recall 59%, dan f1-score 65%. Hasil analisis suffix tree antara kode yang menggunakan ground truth maupun hasil klasifikasi memiliki nilai yang serupa, meskipun hasil pola gerakan yang didapatkan oleh algoritma suffix tree belum bervariasi yang didominasi oleh kelas A karena kelas A merupakan kelas yang dominan di setiap tariannya.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Tari Bali, Convolutional Neural Network, Confusion Matrix, Suffix Tree. |
| Subjects: | Q Science > Q Science (General) T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Pendidikan Teknik Informatika (S1) |
| Depositing User: | I Komang Hendra Trinium Jaya |
| Date Deposited: | 20 Jul 2022 14:12 |
| Last Modified: | 20 Jul 2022 14:12 |
| URI: | http://repo.undiksha.ac.id/id/eprint/12023 |
Actions (login required)
 |
View Item |