Abstract:Abstract: There are a great number of academics that are now conducting research on sentiment analysis by employing supervised and machine learning techniques. The research can be carried out with the assistance of a variety…
iety of sources, including reviews of movies, reviews of Twitter, reviews of online products, blogs, discussion forums, and other social networks. With the progress of technology, individuals may now effortlessly utilize social media platforms to access and share information, as well as express their viewpoints to the general public, without any constraints of distance or time. Twitter is a social media network that serves as a repository for opinions. Diverse techniques are employed to provide optimal and realistically precise pressure detection. The analysis and discussion affirm that the Support Vector Machine (SVM) was effectively employed in this study, utilizing public opinion data on television program reviews in Indonesia. An SVM classifier is employed to examine the Twitter data set by utilizing various parameters. The study successfully completed the preprocessing process by collecting a total of 400 data points, consisting of 320 reviews from 4 television shows for training data and 80 reviews for testing. The data was filtered and classified using SVM, with 200 positive and 200 negative data points for comparison. The experiment utilized the SVM method using TF-IDF to achieve the most accurate test results. The test accuracy was 80%, while the training data accuracy reached 100%.
Keywords: Sentiment Analysis; Support Vector Machine; Television Shows Review, TF-IDF,
Abstrak: Saat ini, banyak akademisi sedang menyelidiki analisis sentimen melalui pemanfaatan teknik yang diawasi dan pembelajaran mesin. Kajian dapat dilakukan dengan menggunakan beberapa sumber seperti review film, review Twitter, review produk online, blog, forum diskusi, atau jejaring sosial lainnya. Dengan kemajuan teknologi, masyarakat kini dapat dengan mudah memanfaatkan platform media sosial untuk mengakses dan berbagi informasi, serta menyampaikan pandangan mereka kepada masyarakat umum, tanpa batasan jarak dan waktu. Twitter adalah jaringan media sosial yang berfungsi sebagai gudang opini. Beragam teknik digunakan untuk menghasilkan deteksi tekanan yang optimal dan presisi secara realistis. Analisis dan pembahasan menegaskan bahwa Support Vector Machine (SVM) efektif digunakan dalam penelitian ini, memanfaatkan data opini publik tentang review program televisi di Indonesia. Pengklasifikasi SVM digunakan untuk memeriksa kumpulan data Twitter dengan memanfaatkan berbagai parameter. Penelitian berhasil menyelesaikan proses preprocessing dengan mengumpulkan total 400 titik data yang terdiri dari 320 review dari 4 acara televisi untuk data pelatihan dan 80 review untuk pengujian. Data disaring dan diklasifikasikan menggunakan SVM, dengan 200 titik data positif dan 200 titik data negatif sebagai perbandingan. Percobaan ini menggunakan metode SVM dengan menggunakan TF-IDF untuk mencapai hasil pengujian yang paling akurat. Akurasi pengujiannya mencapai 80%, sedangkan akurasi data pelatihan mencapai 100%.
Kata kunci: Analisis Sentimen, Review Tayangan Televisi, TF-IDF, Support Vector Machine
Abstract:Abstract: Stunting is one of the nutritional problems that the world pays the most attention to and a major nutritional problem in Indonesia. Stunting is a problem in toddler growth which is characterized by a toddler's…
height that is too short compared to toddlers of his age. In the research location, namely Asahan Regency, the mapping of areas prone to increased stunting rates has not been carried out optimally. The process of exploring the stunting data warehouse is useful for adding information that can assist the government in making policies. Therefore, the aim of this research is to map stunting-prone areas in Asahan district based on the number of stunting cases in Asahan district using the machine learning-based K-Means clustering model. Based on previous research reviews, the k-means clustering method used has not used the normalization process. In addition, distance measurement only uses Euclidean Distance. Meanwhile, in this research, clustering performance analysis was carried out using a more in-depth process, namely by applying data normalization at the beginning, using the elbow method to determine the best number of clusters (K), measuring distance using Euclidean Distance, Manhattan Distance and Minkowski Distance to obtain comparison results. better clusters. The analysis results show that the best number of clusters is cluster 2 which shows the mapping results into 2 groups with a DBI of 0.51290 and a silhouette_score of 0.71432.
Keywords: stunting; k-means clustering; machine learning
Abstrak: Stunting menjadi salah satu permasalahan gizi yang paling diperhatikan dunia dan permasalahan gizi yang utama di Indonesia. Stunting merupakan masalah pada pertumbuhan balita yang ditandai dengan tinggi badan balita yang terlalu pendek dibanding balita seusianya. Pada lokasi penelitian yaitu Kabupaten Asahan, pemetaan daerah rawan peningkatan angka stunting belum dilakukan dengan optimal. Proses eksplorasi gudang data stunting ini berguna untuk menambah informasi yang dapat membantu pemerintah dalam mengambil kebijakan. Maka dari itu, tujuan dari penelitian ini adalah pemetaan daerah rawan stunting di kabupaten Asahan berdasarkan jumlah kasus stunting di Kabupaten Asahan menggunakan model clustering metode K-Means berbasis machine learning. Berdasarkan tinjauan penelitian terdahulu, metode k-means clustering yang digunakan belum menggunakan proses normalisasi. Selain itu, pengukuran jarak hanya menggunakan Euclidean Distance. Sedangkan dalam penelitian ini, analisis kinerja clustering yang dilakukan dengan proses yang lebih mendalam yaitu dengan penerapan normalisasi data di awal, penggunaan elbow method untuk penentuan jumlah cluster (K) terbaik, pengukuran jarak dengan Euclidean Distance, Manhattan Distance dan Minkowski Distance untuk mendapatkan hasil perbandingan cluster yang lebih baik. Hasil analisis menunjukkan bahwa jumlah cluster terbaik yaitu cluster 2 yang menunjukkan hasil pemetaan menjadi 2 kelompok dengan DBI 0.51290 dan silhouette_score sebesar 0.71432.
Kata kunci: stunting; k-means clustering; machine learning
Abstract:Abstract: Unemployment is a global economic issue that directly impacts human life in both developed and developing countries, especially in Indonesia, which, if ignored, will severely impact society's social dynamics. To…
o overcome this problem, forecasts are made so that later, the government can take policies to control and suppress the unemployment growth rate. This research aims to predict unemployment in Indonesia in 2023 using the Weighted Moving Average method, widely used to determine the trend of a time series, which is part of one of the Time Series methods that gives different weights. The dataset used was obtained from the Central Statistics Agency (BPS) relating to unemployment data from 2000 to 2022 (23 years). To analyze the level of accuracy of the results of this unemployment forecast using the MAD, MSE, and MAPE methods. This research concludes that the Weighted Moving Average method can be applied in predicting unemployment in Indonesia in 2023. The results of this research are a prediction of the number of unemployed in Indonesia, as many as 8,874,942 people at a weight value of 3 (three) where the accuracy of the MAD value is 745786.1833, the MSE value is 948402050986.3 and MAPE is 8.28%.
Keywords: forecasting; unemployment; weigth moving average; indonesia
Abstrak: Pengangguran menjadi isu ekonomi global yang berdampak secara langsung terhadap tingkat kehidupan manusia di negara-negara yang sudah maju maupun yang sedang berkembang khususnya di negara Indonesia, yang jika diabaikan akan berdampak serius terhadap dinamika sosial masyarakat. Untuk mengatasi permasalahan tersebut dibuatlah peramalan agar nantinya pemerinta dapat mengambil kebijakan dalam mengendalikan dan menekan angka pertumbuhan pengangguran tersebut. Penelitian ini bertujuan untuk memprediksi pengangguran di Indonesia pada tahun 2023 menggunakan metode Weighted Moving Average dimana metode ini banyak digunakan untuk menentukan trend dari suatu deret waktu yang merupakan bagian dari salah satu metode Time Series yang memberikan bobot yang berbeda-beda. Adapun dataset yang digunakan diperoleh dari Badan Pusat Satatistik (BPS) berkaitan dengan data pengangguran dari tahun 2000 sampai dengan tahun 2022 (selama 23 tahun). Untuk menganalisa tingkat akurasi dari hasil peramalan pengangguran ini memakai metode MAD, MSE, dan MAPE. Kesimpulan dari penelitian ini yaitu dapat diterapkannya metode Weighted Moving Average dalam memprediksi pengangguran di Indonesia pada tahun 2023. hasil dari penelitian ini berupa prediksi jumlah pengangguran di Indonesia sebanyak 8.874.942 orang pada nilai bobot 3 (tiga) dimana akurasi nilai MAD sebesar 745786,1833, nilai MSE sebesar 948402050986,3 dan MAPE sebesar 8,28 %.
Kata kunci: peramalan; pengangguran; weigth moving average; indonesia
Abstract:Abstract: Micro, Small, and Medium Enterprises (MSMEs) play a crucial role in the economic growth of Indonesia. However, their contribution has not reached its maximum potential, with over 40% of MSMEs facing various challenges,…
llenges, one of which is funding. The funding issue has become a hindrance to the growth of this sector. One contributing factor is the difficulty in obtaining loans with high interest rates.Crowdfunding has been considered a potential solution, but it has not been fully utilized due to the lack of literacy and negative cases surrounding it. In this context, the development of a Shariah-compliant crowdfunding application is seen as a suitable solution, given the government's efforts to strengthen the Shariah economic ecosystem. To support this application's development, the Laravel framework and the Extreme Programming method, emphasizing simplicity and accelerating the development process, are employed. The result of this research is the implementation of the UML design and system logic, resulting in the Tasha Crowdfunding application as a funding solution for MSMEs. It can accelerate the development process. The research outcomes include the backend implementation of the UML design and system logic, with a 100% successful blackbox testing result, leading to the creation of the Tasha Crowdfunding application as an MSME funding solution.
Keywords: backend services; crowdfunding syariah; extreme programming; MSMEs.
Abstrak: Di Indonesia Usaha Mikro Kecil Menengah (UMKM) mempunyai peran yang sangat penting bagi pertumbuhan perekonomian negara. Meskipun demikian, ternyata kontribusi yang diberikan oleh UMKM belum mencapai angka yang maksimum dikarenakan lebih dari 40% UMKM masih mengalami banyak permasalahan salah satunya adalah pendanaan. Permasalahan pendanaan yang dihadapi oleh Usaha Mikro Kecil Menengah (UMKM) di Indonesia telah menjadi penghambat pertumbuhan sektor ini. Salah satu faktor penyebabnya adalah kesulitan dalam memperoleh pinjaman dengan suku bunga yang tinggi. Crowdfunding telah dianggap sebagai solusi potensial, namun belum dimanfaatkan secara optimal karena kurangnya literasi dan kasus negatif yang terjadi. Dalam konteks ini, pengembangan aplikasi crowdfunding syariah dianggap sebagai solusi yang cocok, mengingat penguatan ekosistem ekonomi syariah yang sedang dilakukan oleh pemerintah. Untuk mendukung pengembangan aplikasi ini, digunakan framework laravel dan metode Extreme programming yang menekankan kesederhanaan dan percepatan proses pengembangan. Hasil penelitian ini berupa implementasi perancangan UML dan logika sistem yang menghasilkan aplikasi Tasha Crowdfunding sebagai solusi pendanaan UMKM.dapat mempercepat proses pengembangan. Hasil dari penelitian ini berupa implementasi backend dari perancangan UML dan logika sistem yang telah dibuat dengan hasil pengujian blackbox testing 100% sukses dan menghasilkan aplikasi tasha crowdfunding sebagai solusi pendanaan UMKM.
Kata kunci: backend service; crowdfunding syariah; extreme programming; UMKM.
Abstract:Abstract: Sales of products that are frequently sold and new products at HNI Range fluctuate, namely sometimes increasing and sometimes decreasing. This is because consumers often move to other stockists because the product…
uct they want is not available, whereas if they have to buy, they must pre-order and wait a few days. This problem had an impact on product stock control which could not be predicted properly by HNI Kisaran. The purpose of this study is to apply the Single Exponential Smoothing method for forecasting product sales at HNI Kisaran based on the data obtained. The research method used in this research is qualitative research which is research that only collects data and explains descriptively/narratively without having to be processed by statistical tests. This research will only utilize data obtained from research sites and input them without changing anything. Manual calculation results and computerized calculation results have the same results. Using the Single Exponential Smoothing method can help HNI Kisaran to determine the amount of product that must be provided in order to be able to meet customer demand.
Keywords: forecasting; product; single exponential smoothing
Abstrak: Penjualan produk yang sering terjual dan produk baru di HNI Kisaran mengalami fluktuasi yaitu kadang kala meningkat dan kadang kala menurun. Hal ini disebabkan karena konsumen sering berpindah-pindah ke Stockis lainya dikarenakan produk yang diinginkan tidak ada sedangkan jika harus membeli, harus melakukan Pre Order terlebih dahulu dan menunggu beberapa hari. Masalah tersebut berdampak pada pengendalian stok produk yang tidak dapat diprediksi dengan baik oleh pihak HNI Kisaran. Tujuan penelitian ini adalah menerapkan metode Single Exponential Smoothing untuk peramalan penjualan produk di HNI Kisaran berdasarkan data yang diperoleh. Metode penelitian yang digunakan dalam penelitian ini adalah penelitian kualitatif yang merupakan penelitian yang hanya mengumpulkan data dan menjelaskan secara deskripstif/narasi tanpa harus diolah dengan pengujian statistik. Penelitian ini hanya akan memanfaatkan data yang diperoleh dari tempat riset dan menginputkannya tanpa mengubah apapun. Hasil perhitungan manual dan hasil perhitungan komputerisasi memiliki hasil yang sama. Menggunakan metode Single Exponential Smoothing dapat membantu pihak HNI Kisaran untuk menentukan jumlah produk yang harus disediakan agar mampu memenuhi permintaan pelanggan.
Kata kunci: peramalan; produk; single exponential smoothing
Abstract:Abstract: Generating caption image automatically is one of the challenges in computer vision. This field can be very helpful in many ways, for example search engines. Currently there are many image classification algorithms…
hms that we can use to create a caption image model. In this article, we will compare performance between the Resnet50 and InceptionV3 models for text images. We will use 2000 (1800 train & 200 validation) image data and each image has 5 example captions to train the model. After the model is successfully created, we evaluate the model using 100 images and each image has 5 examples of additional captions that are not used in the training and validation process. The result of this research is that the InceptionV3 model is better than Resnet50. BLEU-1 is 0.53, BLEU-2 is 0.35, BLEU-3 is 0.18, BLEU-4 is 0.09, and METEOR is 0.35 for InceptionV3 model. While Resnet50 model has a value of BLEU-1 is 0.51, BLEU-2 is 0.31, BLEU-3 is 0.16, BLEU-4 is 0.06, and METEOR is 0.33.
Keywords: caption image; inceptionv3; LSTM; resnet50
Abstrak: Membuat gambar teks secara otomatis adalah salah satu tantangan dalam computer vision. Bidang ini bisa sangat membantu dalam banyak hal, misalnya mesin pencari. Saat ini banyak sekali algoritma klasifikasi citra yang dapat kita gunakan untuk membuat model teks citra. Pada artikel ini, kami akan membandingkan performa antara model Resnet50 dan InceptionV3 untuk gambar teks. Kami akan menggunakan 2000 (1800 train & 200 validation) data gambar dan setiap gambar memiliki 5 contoh caption untuk melatih model. Setelah model berhasil dibuat, kami mengevaluasi model menggunakan 100 gambar dan setiap gambar memiliki 5 contoh caption tambahan yang tidak digunakan dalam proses training dan validation. Hasil dari penelitian ini adalah model InceptionV3 lebih baik dibandingkan dengan Resnet50. BLEU-1 0.53, BLEU-2 0.35, BLEU-3 0.18, BLEU-4 0.09, dan METEOR 0.35 untuk model InceptionV3. Sedangkan model Resnet50 memiliki nilai BLEU-1 0.51, BLEU-2 0.31, BLEU-3 0.16, BLEU-4 0.06, dan METEOR 0.33.
Kata kunci: caption image; inceptionv3; LSTM; resnet50
Abstract:Abstract: This research was conducted in the Bangka Belitung region specifically observing what criteria could support and hinder the development of home industries. The home industry is a small-scale industry that is generally…
nerally carried out in the family sphere and is driven by women. Home industries need to receive support from the provincial government to survive and increase the scale of production. To make support for home industries more targeted, this research summarizes several criteria related to the conditions of home industries and the businesses they run. In Bangka Belitung Province there are several types of businesses that are run on a home industry scale. Based on the condition of the home industry which has multiple criteria and multiple alternatives, this research uses the Analytical Hierarchy Process method and Expert Choice software as data processing aids. The results of data processing show that industrial business is the highest alternative with a weight of 24.7% and the highest criterion is strategy at 23.7%. These results indicate that the largest portion of home industry business actors is engaged in the industrial sector and to encourage the progress of the home industry the most important factor is strategy, namely understanding the type of business they are involved in, labor-intensive industries, paying attention to production factors, electricity capacity, and business operations. While the next stage is to design a user interface for a web-based system as a means of collecting home industry data.
Keywords: AHP; collecting home industry data; home industries
Abstrak: Penelitian ini dilakukan di wilayah Bangka Belitung secara khusus melihat kriteria apa saja yang dapat mendukung dan menghambat perkembangan industri rumah tangga. Industri rumah tangga merupakan industri kecil yang umumnya dilakukan dalam lingkup keluarga dan digerakkan oleh perempuan. Industri rumah tangga perlu mendapat dukungan dari pemerintah provinsi agar bisa bertahan dan meningkatkan skala produksinya. Agar dukungan industri rumah tangga lebih tepat sasaran, penelitian ini merangkum beberapa kriteria terkait kondisi industri rumah tangga dan usaha yang dijalankannya. Di Provinsi Bangka Belitung terdapat beberapa jenis usaha yang dijalankan dalam skala industri rumah tangga. Berdasarkan kondisi industri rumah tangga yang memiliki banyak kriteria dan banyak alternatif, maka penelitian ini menggunakan metode Analytical Hierarchy Process dan software Expert Choice sebagai alat bantu pengolahan data. Hasil pengolahan data menunjukkan bahwa bisnis industri merupakan alternatif tertinggi dengan bobot 24,7% dan kriteria tertinggi adalah strategi 23,7%. Hasil tersebut menunjukkan bahwa porsi terbesar pelaku usaha industri rumah tangga bergerak di sektor industri dan untuk mendorong kemajuan industri rumah tangga faktor yang paling penting adalah strategi yaitu memahami jenis usaha yang digeluti, industri padat karya, pembayaran, memperhatikan faktor produksi, kapasitas listrik, dan operasional usaha. Sedangkan tahap selanjutnya adalah merancang antarmuka untuk sistem berbasis web sebagai sarana pendataan industri rumahan.
Kata kunci: AHP; industri rumahan; pendataan industri rumahan
Abstract:Abstract: Rokan Hulu Regency is one of the regencies in Riau Province and has 2 large rivers, namely the Rokan Kanan River and the Rokan Kiri River. When the level of rainfall is high, the river flow overflows and causes…
flooding in several sub-districts. Climate change that is happening has an impact on changes in rainfall patterns, to overcome the impacts of climate change Rokan Hulu Regency needs to take early steps before a flood disaster occurs. The method used in processing the data is the backpropagation method and data processing using the Matlab software. Data processing was carried out on rainfall data for the last 6 years, from 2015 to 2020, which was sourced from the Rokan Hulu Regency Statistics Agency. Rainfall data from 2015 to 2019 is used as input data, while 2020 is the target. The data processing stage begins with data normalization and determining network training parameters. Artificial neural network research was carried out on rainfall data with a 5-5-1 architecture. The results of testing the rainfall data show prediction results with high accuracy, where the average accuracy rate reaches 98.17% with the highest accuracy of 99.99% while the lowest accuracy is 91.53%. The prediction results show a fairly high level of accuracy so that they can be used as evaluation material.
Keywords: artificial neural network; backpropagation; prediction; rainfall
Abstrak: Kabupaten Rokan Hulu merupakan salah satu kabupaten yang berada di Provinsi Riau dan memiliki 2 aliran sungai besar yaitu sungai rokan kanan dan sungai rokan kiri. Ketika tingkat curah hujan tinggi aliran sungai meluap dan menyebabkan banjir beberapa kecamatan. Perubahan iklim yang terjadi memberikan dampak pada perubahan pola curah hujan, untuk menanggulangi dampak perubahan iklim Kabupaten Rokan Hulu perlu melakukan langkah-langkah dini sebelum terjadi bencana banjir. Metode yang digunakan dalam mengolah data yaitu metode backpropagation dan pengolahan data menggunakan software Matlab. Pengolahan data dilakukan pada data curah hujan selama 6 tahun terakhir yaitu dari tahun 2015 sampai dengan 2020 yang bersumber dari Badan Statistik Kabupaten Rokan Hulu. Data curah hujan tahun 2015 sampai dengan tahun 2019 sebagai data input sedangkan tahun 2020 sebagai target. Tahapan pengolahan data diawali dengan melakukan normalisasi data dan menentukan parameter pelatihan jaringan. Penelitian jaringan saraf tiruan dilakukan pada data curah hujan dengan arsitekur 5-5-1. Hasil pengujian terhadap data curah hujan menunjukkan hasil prediksi dengan akurasi yang tinggi, dimana tingkat akurasi rata-rata mencapai 98,17% dengan akurasi tertinggi sebesar 99,99% sedang akurasi terendah sebesar 91,53%. Hasil prediksi menunjukkan tingkat akurasi yang cukup tinggi sehingga dapat digunakan sebagai bahan evaluasi.
Kata kunci: backpropagation; curah hujan; jaringan saraf tiruan; prediksi
Abstract:Abstract : The demand for a driving license is increasing every year, making the Tanjungbalai Police, especially the Satlantas, continue to try to take new steps in the field of driving license processing services. To overcome…
ercome this problem the researcher uses the Servqual Method, Service Quality There is a technique that assesses service quality based on the attributes of each dimension, producing a difference value that represents the difference between the customer's impression of the service it receives. The information used in this study's processing came from distributing it to 30 respondents who are members of the public who are currently obtaining a driver's license at the Tanjungbalai Traffic Traffic Unit. It is evident from this study's findings that satisfaction at Tanjungbalai Traffic Traffic Unit seen from the 5 dimensions of Servqual has a reality value of 4.00 an and expectation worth of 4.62 resulting in a void -0.62. This void occurs since cmmunity's expectations not being met with the services provided by the Tanjungbalai Traffic Unit for. Keywords-: service quality; service quality; tanjungbalai traffic police
Abstrak-: Permintaan pembuatan surat izin mengemudi yang terus naik setiap saat tahunnya, menjadikan-Polres Tanjungbalai khususnya Satlantas pertahankan komitmen terhadap inovasi di sektor jasa pengurusan surat izin mengemudi. untuk mengatasi masalah tersebut peneliti menggunakan Metode Servqual, Service Quality yaitu teknik untuk mengevaluasi kualitas layanan berdasarkan kualitas masing-masing dimensi. Hasil akhirnya yaitu nilai kesenjangan, yang merepresentasikan variasi dalam cara pelanggan memandang layanan yang mereka terima. Informasi yang digunakan dalam pengolahan penelitian ini berasal dari rilis data ke 30 responden yang sedang melakukan pengurusan Surat Izin Mengemudi pada Satlantas Tanjungbalai. Dari hasil penelitian ini terlihat bahwa kepuasan masyarakat di Satlantas Tanjungbalai dilihat dari lima dimensi servqual yaitu didapatkan jumlah nilai kenyataan sebesar 4,00 kemudian jumlah 4,62 lalu-gap -0,62. Gap-perbedaan hasil dari harapan yang tidak terpenuhi masyarakat terhadap pelayanan pada Satlantas Tanjungbalai.
Kata kunci: kualitas pelayanan; service quality; satlantas tanjungbalai
Abstract:Abstract: Technology is growing rapidly and has become one of the human needs that must be owned to solve the problems being faced. The development of touchless input devices or hand gesture recognition using a camera is…
a form of machine learning. Gestures can define as physical movements of the hands, arms, or body as expressive messages, besides that this hand gesture system can explain the contents of commands that have meaning. In this research, a virtual mouse system will be developed using hand gesture recognition based on the hand landmark model for pointing devices. The resulting application can be run on a desktop device using a webcam. The results of the tests carried out to analyze the implementation of the hand landmark model into the system show that the average system accuracy reaches 96% and the speed reaches 0.05 seconds.
Keywords: hand gesture recognition, hand landmark models, machine learning, virtual mouse
Abstract: Teknologi semakin pesat dan sudah menjadi salah satu kebutuhan manusia yang harus dimiliki untuk menyelesaikan permasalahan yang sedang dihadapi. Perkembangan piranti masukan tanpa sentuhan atau hand gesture recognition menggunakan kamera adalah salah satu bentuk dari machine learning. Gestur mampu mendefinisikan sebagai gerakan fisik dari tangan, lengan, maupun badan sebagai pesan yang ekspresif, selain itu sistem gestur tangan ini mampu menjelaskan isi perintah yang memiliki arti. Dalam penelitian ini akan dikembangkan sebuah sistem virtual mouse menggunakan hand gesture recognition berbasis hand landmark model untuk pointing device. Aplikasi yang dihasilkan dapat dijalankan pada perangkat desktop dengan menggunakan webcam. Hasil dari pengujian yang dilakukan untuk menganalisa penerapan hand landmark model kedalam sistem menunjukkan rata-rata akurasi sistem mencapai 96% dan kecepatan mencapai 0.05 second.
Keywords: hand gesture recognition, hand landmark models, machine learning, virtual mouse