• Tidak ada hasil yang ditemukan

Simulasi Scaling dan Boot Planing Menggunakan Leap Motion Controller

N/A
N/A
Protected

Academic year: 2017

Membagikan "Simulasi Scaling dan Boot Planing Menggunakan Leap Motion Controller"

Copied!
2
0
0

Teks penuh

(1)

39

DAFTAR PUSTAKA

Dibart, S. & Dietrich, T. 2010. Practical Periodontal Diagnosis and Treatment Planning. Blackwell Publishing: Iowa.

de Castro, R. H. A., dos Santos, F. G., da Fonseca, I. E., & Tavares, T. A. 2015. ATreVEE IN: using natural interaction in procedure simulator for training in the electricity sector. XIV Brazilian Symposium on Computer Games and Digital Entertainment (SBGames), pp. 183-191.

Du, G., Zhang, P. & Liu, X. 2016. Markerless human manipulator interface using leap motion with interval kalman filter and improved particle filter. IEEE Transaction on Industrial Informatics 12(2): 694-704.

Guna, J., Jakus, G., Pogacnik, M., Tomazic, S. & Sodnik, J. 2014. An analysis of the precision and reability of the leap motion sensor and its suitability for static and dynamic tracking. Sensors14(5): 3702-3720.

Jayakumar, A., Mathew, B., Niyer, U. & Nedungadi, P. 2015. Interactive gesture based cataract surgery simulation. Fifth International Conference on Advances in Computing and Communications (ICACC), pp. 350-353.

Kamath, D.G. & Nayak, S.U. 2014. Detection, removal, and prevention of calculus: literature review. The Saudi Dental Journal 26: 7-13.

Kerefeyn, S. & Maleshkov, S. 2015. Manipulation of virtual objects through a leap motion optical sensor. International Journal of Computer Science Issues (IJCSI) 12(5): 52-57.

Krastev, G. & Andreeva, M. 2015. A software tool for experimental study leap motion. International Journal of Computer Science & Information Technology (IJCSIT) 7(6): 1-9.

(2)

40

Liang, H., Chang, J., Kazmi, I. K., Zhang, J. J. & Jiao, P. 2016. Hand gesture-based interactive puppetry system to assist storytelling for children. The Visual Computer: 1-15.

Marin, G., Dominio, F. & Zanuttigh, P. 2014. Hand gesture recognition with leap motion and kinect devices. IEEE International Conference on Image Processing (ICIP), pp. 1565-1569.

Nainggolan, F. L., Siregar, B. & Fahmi, F. 2016. Anatomy learning system on human skeleton using leap motion controller. III International Conference onComputer and Information Sciences (ICCOINS), pp. 465-470.

Nowicki, M., Pilarczyk, O., Wasikowski, J. & Zjawin, K. 2014. Gesture recognition library for leap motion controller. Tesis. Poznan University of Technology. Rossol, N., Cheng, I., Shen, R.& Basu, A. 2014. Touchfree medical interfaces. XXXVI

Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), pp. 6597-6600.

Vargas, H. F. & Vivas, O. A. 2014. Gesture recognition for surgical robot’s manipulation. XIX Symposium on Image, Signal Processing and Artificial Vision, pp. 1-5.

Wang, D., Zhang, Y., Hou, J., Wang, Y., Lv, P., Chen, Y. & Zhao H. 2012. iDental: a haptic-based dental simulator and its preliminary user evaluation. IEEE Transaction on Haptics 5(4): 332-343.

Weichert, F., Bachmann, D., Rudak, B. & Fisseler, D. 2013. Analysis of the accuracy and robustness of the leap motion controller. Sensors 13(5): 6380-6393.

Referensi

Dokumen terkait

Dalam tugas akhir ini, Leap Motion dimanfaatkan untuk melakukan interaksi antara pemain dan hewan peliharaan virtual dengan menggunakan tangan dan objek objek

Setelah mengkonfigurasi HandController , langkah selanjutnya adalah memetakan gerakan yang didapat dari penjejakan Leap Motion Controller pada prefab tangan dimensi

Ide yang digunakan dalam tugas akhir ini adalah membangun sebuah aplikasi simulasi memainkan alat musik sasando, dengan perangkat Leap Motion Controller, sebagai

Pada Tugas Akhir ini dilakukan pengembangan aplikasi terapi gerak fungsional tangan pasca stroke dengan memanfaatkan teknologi Leap Motion Controller.. Aplikasi ini

Setelah mengkonfigurasi HandController , langkah selanjutnya adalah memetakan gerakan yang didapat dari penjejakan Leap Motion Controller pada prefab tangan dimensi

Metode pada penelitian ini yaitu menggunakan algoritma naive bayesn untuk mengklasifikasikan huruf alfabet bahasa isyarat menggunakan fitur yang berasal dari data

Metode pada penelitian ini yaitu menggunakan algoritma naive bayesn untuk mengklasifikasikan huruf alfabet bahasa isyarat menggunakan fitur yang berasal dari data

Setelah mengkonfigurasi HandController, langkah selanjutnya adalah memetakan gerakan yang didapat dari penjejakan Leap Motion Controller pada prefab tangan dimensi tiga