Rekonstruksi 3D Untuk Model Wajah Virtual Akademik Menggunakan Sensor Kinect 2

Authors

  • Siti Sofia Rani Universitas Ahmad Dahlan
  • Adhi Prahara Universitas Ahmad Dahlan

DOI:

https://doi.org/10.12928/jstie.v1i1.19014

Keywords:

Kinect 2, Modeling 3D, MMOG, Game Virtual

Abstract

Massive multiplayer online game (MMOG) seperti world of warcraft, aion atau second life telah mendapatkan perhatian luar biasa pada perkembangan game vitual. Salah satu kelebihan MMOG pada game virtual setiap player dapat berkomunikasi secara langsung yang di wakili dengan karakter visual tiga dimensi. MMOG juga mendukung grafik permainan pada komputer hingga permainan yang digunakan menggunakan karakter visual tiga dimensi menjadi terlihat nyata.

Penelitian ini memanfaatkan alat sensor kinect 2 dan Microsoft Kinect yang membantu untuk merekam avatar tiga dimensi yang dapat dipersonalisasikan. Dari perkembangan alat sensor yang bernama Kinect 2 sensor dapat mempermudah rekontruksi 3D untuk model wajah pada avatar game virtual dan di proses menggunakan teknik modeling 3D hingga visual dari hasil sensor Kinect 2 menggambarkan tampak nyata dari player dalam bentuk visual.

Penelitian ini menghasilkan rekontruksi 3D untuk model wajah pada avatar game virtual akademik menggunakan sensor Kinect 2. Hasil pengujian SUS untuk uji modelling dan visual avatar 3D menghasilkan nilai rata-rata 41,6 dari sekala 5, maka masuk kategori acceptable yang artinya aplikasi dapat diterima.

 

Author Biographies

Siti Sofia Rani, Universitas Ahmad Dahlan

nama saya siti sofia rani lulusan universitas ahmad dahlan yang mempunyai keahlian bidang multmedia

Adhi Prahara, Universitas Ahmad Dahlan

Adhi Prahara adalah dosen teknik informatika universitas ahmad dahlan

References

Basir, Badirun and Zahir Zainuddin. 2017. “Sistem Keamanan Rumah Berbasis Kinect.†8(2):84–96.

Hartono, Hartono, Liliana Liliana, and Rolly Intan. 2015. “Pendeteksian Gerak Menggunakan Sensor Kinect for Windows.†Jurnal Infra 3(2):pp-375.

Henry, Peter, Michael Krainin, Evan Herbst, Xiaofeng Ren, and Dieter Fox. 2012. “RGB- D Mapping: Using Kinect-Style Depth Cameras for Dense 3D Modeling of Indoor Environments.†International Journal of Robotics Research 31(5):647–63.

Izadi, Shahram, David Kim, Otmar Hilliges, David Molyneaux, Richard Newcombe, Pushmeet Kohli, Jamie Shotton, Steve Hodges, Dustin Freeman, Andrew Davison, and Andrew Fitzgibbon. 2011. “78 - KinectFusion Realtime.Pdf.†(11).

Luo, Linbo, Suiping Zhou, Wentong Cai, Malcolm Yoke, Hean Low, Feng Tian, Yongwei Wang, Xian Xiao, and Dan Chen. 2008. “Agent-Based Human Behavior Modeling.†Computer Animation And Virtual Worlds (August):271–81.

Zhang, Jingc , Qian Huang, and Xiang Peng. 2016. “3D Reconstruction of Indoor Environment Using the Kinect Sensor.†Proceedings - 5th International Conference on Instrumentation and Measurement, Computer, Communication, and Control, IMCCC 2015 538–41.

Zhang, Zhengyou. 2012. “Microsoft Kinect Sensor and Its Effect.†IEEE Multimedia

(2):4–10.

Mathe, Z., 2011, Inside Kinect: Skeletal Tracking Deep Dive, Microsoft Kinect Developer Summit, URL: http://www.microsoft.com/download/en/confirmati on. aspx?id=26098, Akses tanggal 25 Mei 2019.

Ratha, S., Ardiyanto, I., Hartanto, R., 2018, 3D Human Face Reconstruction Using Depth Sensor of Kinect 2, Tesis S-2 Universitas Gajah Mada Yogyakarta.

Tanojo, Ricky, et al., 2013, Aplikasi Rekonstruksi 3D Menggunakan Metode Voting- Based Voxel Carving, Jurnal Infra 1(2).

Downloads

Published

28-02-2021

Issue

Section

Artificial Intelligence