SKRIPSI DIGITAL
Pengembangan Sistem Navigasi Otonom Drone Berbasis Gestur Menggunakan Support Vector Machine (Svm) = Development Of An Autonomous Drone Navigation System Based On Gesture Using Support Vector Machine (Svm)
Jovan Adhik Gunawan dan Miko Bayu Anggoro. “Pengembangan Sistem Navigasi Otonom Drone Berbasis Gestur Menggunakan Support Vector Machine (SVM)”, Skripsi S.Tr Program Studi Teknologi Rekayasa Komputer, Jurusan Teknik Elektro, Politeknik Negeri Semarang, di bawah bimbingan Dr. Ir. Kurnianingsih, S.T., M.T. dan Dr. Sukamto, S.Kom., M.T. Juli 2025
Pengendalian drone konvensional yang mengandalkan remot kontrol seringkali kurang intuitif bagi pengguna awam. Penelitian ini mengusulkan sebuah solusi inovatif dengan mengembangkan sistem kontrol drone yang lebih alami melalui gestur tangan, memanfaatkan kemajuan dalam kecerdasan buatan (AI) dan computer vision. Tujuan utama dari penelitian ini adalah merancang, membangun, dan mengimplementasikan sebuah sistem pada quadcopter yang mampu mengenali perintah gestur tangan secara real-time untuk navigasi dasar serta dapat melacak posisi manusia secara otonom.Sistem ini dikembangkan dengan berpusat pada Raspberry Pi sebagai unit pemrosesan utama (edge computing). Input visual dari kamera diolah menggunakan framework MediaPipe Hands untuk mendeteksi landmark tangan dan mengklasifikasikannya menjadi perintah navigasi seperti maju, mundur, kanan, dan kiri. Selain itu, fitur pelacakan manusia (human tracking) diimplementasikan menggunakan MediaPipe Pose untuk mendeteksi bentuk rangka tubuh dan menentukan posisi target. Perintah yang dihasilkan kemudian dikirimkan ke flight controller Speedybee F7 V3 untuk dieksekusi oleh drone. Hasil dari pengembangan ini adalah sebuah prototipe drone fungsional yang dapat dikendalikan tanpa remote kontrol fisik. Sistem ini dirancang untuk dapat merespons perintah gestur dengan akurat dan mempertahankan pelacakan terhadap target manusia secara konsisten. Implementasi sistem ini menunjukkan potensi besar AI pada perangkat edge computing untuk menciptakan interaksi manusia-mesin yang lebih intuitif dan fleksibel, sekaligus membuka peluang aplikasi drone otonom yang lebih luas di berbagai bidang.
Kata Kunci: Drone, Kecerdasan Buatan, Kontrol Gestur, MediaPipe, Raspberry Pi, Navigasi Otonom.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah