Mahasiswa Undika Ciptakan Sarana Belajar Anak Berbasis AI

Mahasiswa S1 Prodi Teknik Komputer Universitas Dinamika (Undika) menciptakan program berbasis Deep Learning yang bernama Hand Gesture Detection. Program ini untuk membantu PAUD agar tidak mengalami learning lost.

Meski begitu program tersebut tetap dirancang dengan konsep yang menyenangkan. Program yang dibuat oleh Muhammad Rifki Pratama Nautica dan Akbar Mahardi Hidayatullah ini berawal dari melihat adiknya mengalami learning saat pandemi Covid-19.

"Melalui Program ini, kami ingin pengguna yang targetnya anak-anak usia dini dapat mengetahui jumlah angka secara real time dengan hanya memperlihatkan jari di layar kaca laptop. Script-nya sudah tersedia dan tinggal di-install di laptop saja,” terang Rifki.

Lebih lanjut mahasiswa yang pernah aktif di HIMA Teknik Komputer ini menjelaskan, pengguna yang ingin mencoba program ini harus menyiapkan webcam pada perangkat laptop atau PC serta meng-install program bernama Jupiter.

Setelah terinstal, pengguna tinggal mengarahkan jari ke webcam, maka secara langsung akan muncul landmark atau kerangka tangan untuk ditentukan oleh komputer berapa jari yang terlihat.

Jumlah jari yang terhitung oleh program tersebut adalah jari yang terdeteksi tegak oleh perangkat yang digunakan.

Tidak jauh berbeda dengan Rifki yang memanfaatkan AI dalam programnya, Akbar Mahardi Hidayatullah juga membuat inovasi serupa namun dikemas dengan konsep yang sedikit berbeda.

Akbar membuat sebuah program untuk bisa membaca bahasa isyarat melalui aplikasi Sistem Deteksi Simbol SIBI. Melalui aplikasi ini, penyandang tunarungu dan tunawicara bisa menyampaikan pesan kepada orang lain melalui gerak tangan yang ditampilkan dan diterjemahkan dalam aplikasi.

“Di aplikasi ini ada enam kata yang sudah saya setting yaitu aku, kamu, dia, cinta, maaf dan sedih,” jelas mahasiswa yang juga aktif di UKM Dinamika Cyber Sport ini.

Berawal dari ketertarikannya di mata kuliah Sistem Cerdas dan juga melihat penelitian kakak tingkat sebelumnya, ia tertarik untuk mengembangkan aplikasi ini. Bedanya, pada penelitian sebelumnya menggunakan metode klasifikasi image yaitu menggunakan media gambar lalu di proses ke aplikasi baru keluar arti gerakan tangannya.

“Sedangkan punya saya pakai metode deteksi objek secara realtime, jadi dari live kamera bisa langsung muncul arti dari gerakan tangannya,” kata Akbar menjelaskan kelebihan aplikasi buatannya.

Meskipun begitu, ia menuturkan masih ada beberapa hal yang perlu diperbaiki diantaranya adalah kurangnya fokus yang ditangkap oleh komputer saat latar belakang pengguna ramai obyek sehingga tidak dapat mengidentifikasi gerak bahasa isyarat.

“Ya semoga nanti adik tingkat ada yang mau meneruskan dan mengembangkan agar kekurangan ini bisa diminimalisir,” pesannya.