Klasifikasi Kodaly Hand Sign dengan YOLOv8 Transfer Learning pada Robot Angklung Satu Oktaf
Tahun 2025 · Penulis: Oktavia Dwi Anjani
Faculty of Engineering, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/8072
Skripsi kelompok: digabung dari 2 unggahan dengan isi yang sama.
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Klasifikasi Kodaly Hand Sign dengan YOLOv8 Transfer Learning pada Robot Angklung Satu Oktaf Program Studi S1 Teknik Elektro, Fakultas Teknik, Universitas Jember, 2025 Pendidikan musik berbasis teknologi menjadi salah satu inovasi dalam pengajaran alat musik tradisional seperti angklung. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi Kodaly Hand Sign menggunakan metode YOLOv8 dengan pendekatan transfer learning untuk mengendalikan robot angklung satu oktaf secara otomatis. Dataset yang digunakan terdiri dari 2.120 citra gesture tangan yang dibagi ke dalam 7 kelas nada (Do, Re, Mi, Fa, Sol, La, Si). Pelatihan dilakukan menggunakan beberapa varian model YOLOv8 (n, s, m, l, x) dengan jumlah epoch berbeda untuk membandingkan performanya. Hasil penelitian menunjukkan bahwa YOLOv8s memberikan performa terbaik dengan precision 99,5%, recall 99,2%, mAP@0.5 sebesar 0.992, serta FPS 66,38, yang menunjukkan kemampuan deteksi real-time dengan waktu inferensi rata-rata 17,27 ms. Model ini mampu mengklasifikasikan gesture Kodaly secara akurat dan stabil, baik pada data pelatihan maupun uji di luar dataset dengan tingkat keberhasilan di atas 90%. Sistem ini berhasil mengintegrasikan hasil klasifikasi ke robot angklung, sehingga setiap gesture tangan dapat diterjemahkan menjadi bunyi nada sesuai tangga nada diatonik satu oktaf. Penelitian ini membuktikan bahwa penerapan YOLOv8 dengan transfer learning efektif digunakan dalam sistem pembelajaran musik otomatis dan dapat menjadi dasar pengembangan robotik edukatif untuk pelestarian musik tradisional Indonesia.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,914
Tahun 2025 · Penulis: Erdita Fitriana
Klasifikasi Kodaly Hand signs Menggunakan YOLOv5 Transfer Learning untuk Memainkan Angklung Satu Oktaf
Kodaly Hand Signs adalah metode isyarat tangan yang umum digunakan dalam pendidikan musik untuk menunjukkan tingkat nada secara visual. Dengan pendekatan visi komputer, sistem ini dirancang untuk mendeteksi isyarat tangan konduktor secara waktu nyata dan menge
- Cosine 0,813
Tahun 2026 · Penulis: Diaz Febrian
METODE SELEKSI OBJEK PADA QUADRUPED ROBOT MENGGUNAKAN DEEP LEARNING YOLOv11
Perkembangan robotika dan kecerdasan buatan mendorong pemanfaatan deep learning pada quadruped robot untuk kebutuhan rescue robot. Penelitian ini bertujuan menganalisis performa YOLOv11 dalam seleksi objek korban pada quadruped robot berbasis Raspberry Pi 5 di
- Cosine 0,775
Tahun 2026 · Penulis: Wahyu Tri Utama
Analisis Performa Deteksi Dan Segmentasi Berbasis YOLO Pada Rov Untuk Inspeksi Keramba Jaring Apung Akuakultur
KJA (Keramba Jaring Apung) pada akuakultur laut rentan mengalami kerusakan berupa lubang jaring dan vegetasi yang menurunkan struktural jaring, sehingga diperlukan metode inspeksi bawah air yang efektif menggunakan ROV (Remotely Operated Vehicle) yang diintegr