Algoritma Fast Corner Detection dan Natural Feature Tracking Media Tumbuhan Berbasis Augmented Reality

Abstract

Kemajuan teknologi dimasa sekarang sangatlah pesat, Salah satunya dalam bidang media pembelajaran atau edukasi.Teknologi Augmented Reality (AR) Merupakan sebuah penggabungan dari digital konten yang telah di buat di komputer dari dengan dunia nyata.Penelitian ini bertujuan untuk memberi pengenalan tentang tumbuhan sehingga dapat mengetahui informasi tentang tanaman tersebut. Penelitian ini menggunakan sebuah metode yaitu natural feature tracking serta menggunakan sebuah sistem pengembangan yaitu MDLC( Multimedia Development Life Cycle) dan memakai algoritma Fast Corner Detection dan Natural Feature Tracking, Sehingga menghasilkan sebuah aplikasi yang dapat menampilkan objek 3D tentang tumbuhan, dan terdapat penjelasan singkat mengenai tumbuhan, Aplikasi ini dapat menggunakan sistem operasi Android, Pengujian aplikasi menggunakan 3 handphone android yaitu Samsung A2018 dengan versi andorid 9,Oppo A9 2019 dan Samsung A51 2020 bahwa pada saat kemiringan<18° ketiga handphone tersebut tidak mendeteksi marker sedangkan saat pada sudut 20°-60° dan 61°-90° ketiga handphone tersebut dapat mendeteksi dan terbaca pada layar handphone.

Aplikasi Augmented Reality untuk Pengenalan Gedung Fakultas di Universitas Ibn Khaldun Bogor

“…Dengan adanya Augmented Reality, informasi atau objek maya dapat ditempatkan dalam lingkungan nyata sehingga memungkinkan pengguna untuk berinteraksi secara langsung dengan objek tersebut. Hal ini dapat meningkatkan daya tarik masyarakat dalam memahami suatu konsep atau produk melalui pengalaman visual yang lebih interaktif dan menarik (Febriyandani, 2021). Perguruan tinggi merupakan tahap terakhir dari pendidikan formal dan menjadi tempat bagi mereka yang ingin menuntut ilmu.…”

Application of Markerless Augmented Reality on E-Catalog of Car Variations Using Natural Feature Tracking

“…MDLC method is an application design method used in the research that has been done, as for the components in the MDLC method [4] are the following:…”