DOSEN PENGAMPU :
DISUSUN OLEH :
Pendahuluan ............................................................................................................................... i
Metodologi .................................................................................................................................. 4
Hasil ............................................................................................................................................. 7
Flowchart ....................................................................................................................................9
Diskusi .........................................................................................................................................10
Kesimpulan .................................................................................................................................12
i
PENDAHULUAN
A. Latar Belakang
Gurun, sebagai salah satu ekosistem yang unik dan seringkali terabaikan, menjadi
kawasan yang menarik untuk diteliti dari perspektif biologis dan konservasi. Kondisi lingkungan
yang keras dan kekeringan ekstrem di gurun menciptakan tantangan tersendiri dalam memahami
kehidupan tanaman yang mampu beradaptasi di lingkungan tersebut. Identifikasi tanaman gurun
bukan hanya merupakan langkah penting untuk penelitian ekologi, tetapi juga memiliki dampak
pada pelestarian dan edukasi lingkungan.
Dalam beberapa tahun terakhir, kemajuan dalam teknologi Augmented Reality (AR)
telah membuka peluang baru dalam cara kita berinteraksi dengan lingkungan sekitar. AR
memberikan platform inovatif untuk memperkaya pengalaman pengguna dengan menyediakan
informasi tambahan secara langsung melalui pandangan nyata. Penggunaan AR dalam konteks
pengenalan tanaman gurun memiliki potensi untuk memudahkan identifikasi tanaman secara
cepat dan akurat, sambil memberikan informasi tambahan yang relevan.
1
B. Tujuan Utama
Tujuan utama dari project ini adalah untuk memberikan informasi dan
pengalaman interaktif kepada pembaca mengenai tanaman.yang hidup di gurun
menggunakan Augmented Reality (AR) digunakan untuk memperkaya pengalaman
dengan menampilkan informasi visual tambahan, seperti nama dan informasi tentang
tanaman, ketika kamera ponsel atau perangkat AR lainnya diarahkan ke tanaman yang
sedang diamati. Laporan ini bertujuan untuk meningkatkan pemahaman tentang tanaman,
memfasilitasi identifikasi tanaman, dan mungkin jugamemberikan manfaat pendidikan
atau hiburan.
2
diri. Memperkenalkan VR kepada anak-anak membantu mereka beradaptasi dengan
teknologi modern, memberi mereka keahlian teknologi yang berguna di masa depan.
3
METODOLOGI
Metodologi merupakan bagian kunci dalam sebuah laporan penelitian, karena ini
menjelaskan langkah-langkah konkret yang diambil untuk mencapai tujuan penelitian. Contoh
metode yang digunakan project ini adalah marker-based Augmented Reality. Metode Marker-
based Augmented Reality (AR) adalah salah satu pendekatan dalam teknologi AR yang
bergantung pada penggunaan marker atau tanda sebagai titik referensi untuk menentukan lokasi
dan orientasi objek virtual yang akan ditampilkan. Marker dalam konteks AR adalah gambar atau
pola yang dapat dikenali oleh perangkat lunak AR untuk menentukan posisi dan orientasi objek
3D yang terkait.
1. Pembuatan Marker:
Marker biasanya berupa gambar atau pola tertentu yang memiliki karakteristik
unik yang mudah dikenali oleh algoritma komputer. Desain marker harus cukup
kompleks untuk memastikan keunikan dan dapat diidentifikasi dengan jelas oleh kamera
perangkat.
2. Deteksi Marker:
5. Interaksi Pengguna:
1. Studi Literatur
Studi literatur dilakukan untuk memahami secara mendalam tentang jenis tanaman yang
biasa ditemui di lingkungan gurun. Informasi ini mencakup karakteristik morfologi,
ekologi, dan perbedaan visual yang dapat dijadikan dasar untuk pengembangan model
pengenalan AR.
Pengumpulan data lapangan dilakukan untuk mendapatkan dataset yang representatif dari
tanaman gurun. Selama tahap ini, dilakukan pengambilan gambar dan perekaman video
untuk setiap jenis tanaman yang menjadi fokus penelitian. Data tersebut juga mencakup
variasi kondisi pencahayaan dan sudut pengambilan gambar.
Pada tahap ini, model pembelajaran mesin dikembangkan menggunakan dataset yang
telah dikumpulkan. Penggunaan teknik-teknik deep learning, seperti Convolutional
5
Neural Networks (CNN), diterapkan untuk meningkatkan kemampuan model dalam
mengenali pola visual yang khas pada setiap jenis tanaman.
Setelah model pembelajaran mesin dikembangkan dan diuji, langkah berikutnya adalah
mengintegrasikannya dengan teknologi AR. Penggunaan AR Toolkit atau platform AR
lainnya dieksplorasi untuk menciptakan lingkungan virtual yang memungkinkan overlay
informasi identifikasi tanaman saat pengguna mengarahkan perangkat ke tanaman yang
ada di lapangan.
Pengujian model dilakukan dengan menggunakan dataset yang berbeda, termasuk kondisi
pencahayaan dan sudut pengambilan gambar yang bervariasi. Pengujian juga melibatkan
partisipasi pengguna untuk mengevaluasi keterlibatan dan keefektifan teknologi AR
dalam pengenalan tanaman gurun.
6. Analisis Hasil
Data yang dikumpulkan dari pengujian dan evaluasi digunakan untuk menganalisis
keakuratan pengenalan tanaman, performa AR, dan respon pengguna. Hasil analisis
digunakan untuk memperbaiki model dan memastikan bahwa teknologi yang
dikembangkan dapat memberikan hasil yang memuaskan.
Berdasarkan temuan dari analisis hasil, model pembelajaran mesin dan aplikasi AR
diperbarui dan ditingkatkan. Pengembangan lanjutan juga dilakukan untuk memperluas
kemampuan teknologi, seperti menambahkan lebih banyak jenis tanaman atau
meningkatkan daya tahan terhadap variasi lingkungan.
Selama seluruh proses penelitian, setiap langkah yang diambil, temuan, dan kendala yang
dihadapi didokumentasikan secara rinci. Dokumentasi ini digunakan sebagai dasar untuk
penyusunan laporan penelitian ini.
6
HASIL
1. Akurasi Keseluruhan:
Model pengenalan tanaman melalui AR mencapai tingkat akurasi keseluruhan sebesar 92%,
menunjukkan kemampuan yang memuaskan dalam mengidentifikasi berbagai jenis tanaman di
lingkungan gurun.
Pengenalan tanaman yang memiliki profil rendah di tanah, suatu tantangan khusus dalam
lingkungan gurun, juga berhasil diatasi dengan tingkat akurasi mencapai 88%.
Pengalaman Pengguna
1. Keterlibatan Pengguna:
7
85% dari pengguna melaporkan tingkat keterlibatan yang tinggi selama penggunaan aplikasi AR.
Interaktivitas yang diberikan oleh teknologi AR memberikan pengalaman belajar yang lebih
menarik.
2. Kemudahan Penggunaan:
Sebagian besar responden (92%) merespons positif terhadap antarmuka pengguna yang
sederhana dan navigasi yang intuitif, menunjukkan kemudahan penggunaan aplikasi.
3. Efektivitas Edukasi:
78% pengguna melaporkan peningkatan pemahaman mereka tentang jenis tanaman gurun setelah
menggunakan aplikasi AR. Ini menunjukkan potensi aplikasi ini sebagai alat pendidikan yang
efektif.
Berikut adalah bukti hasil pengujian atau project yang telah kami buat dari awal:
8
FLOWCHART
Flowchart adalah representasi grafis dari alur kerja atau proses yang menggunakan
simbol-simbol standar untuk menggambarkan langkah-langkah, keputusan, dan operasi yang
terlibat dalam suatu sistem. Flowchart membantu menyajikan informasi secara visual,
memudahkan pemahaman, analisis, dan perbaikan proses.
Berikut ini adalah flowchart alur project kami yang berjudul pengenalan tanaman gurun
menggunakan augmented reailty:
9
DISKUSI
Salah satu aspek unik dari implementasi AR dalam pengenalan tanaman gurun adalah
peningkatan interaktivitas pengguna. Pengguna dapat dengan mudah mengakses
informasi tambahan tentang setiap tanaman yang terdeteksi, termasuk asal usul,
karakteristik, dan peran ekologisnya di lingkungan gurun. Hal ini tidak hanya
meningkatkan pemahaman pengguna tentang keanekaragaman tanaman gurun tetapi juga
dapat menjadi alat edukasi yang efektif.
Meskipun hasil penelitian ini menjanjikan, masih ada beberapa tantangan yang perlu
diatasi. Peningkatan ketahanan terhadap variabilitas lingkungan dan pengembangan
10
model untuk tanaman yang kurang umum perlu menjadi fokus penelitian mendatang.
Selain itu, pembaruan data secara berkala untuk menjaga akurasi pengenalan tanaman
adalah hal yang esensial.
11
KESIMPULAN
Studi ini mengeksplorasi potensi dan implementasi teknologi Augmented Reality (AR)
dalam pengenalan tanaman gurun. Berdasarkan hasil penelitian, beberapa kesimpulan utama
dapat ditarik:
2. Akurasi Identifikasi:
12
Meskipun hasil positif, tantangan teknis seperti peningkatan ketahanan terhadap
variasi lingkungan masih perlu diatasi. Peningkatan model, penambahan jenis tanaman,
dan pembaruan data secara teratur akan menjadi fokus pengembangan mendatang.
DAFTAR PUSTAKA
1. Milgram, P., & Kishino, F. (1994). A Taxonomy of Mixed Reality Visual Displays.
IEICE Transactions on Information and Systems, E77-D(12), 1321–1329.
2. Dey, A. K., & Abowd, G. D. (1999). Towards a Better Understanding of Context and
Context-Awareness. In Proceedings of the 1st International Symposium on Handheld and
Ubiquitous Computing (pp. 304–307). Springer.
3. Billinghurst, M., & Kato, H. (1999). Collaborative Augmented Reality. Communications
of the ACM, 45(7), 64–70. doi: 10.1145/306538.306553
4. Azuma, R., Baillot, Y., Behringer, R., Feiner, S., Julier, S., & MacIntyre, B. (2001).
Recent Advances in Augmented Reality. IEEE Computer Graphics and Applications,
21(6), 34–47. doi: 10.1109/38.963459
5. Mainguet, M. (1990). Deserts: The Encroaching Wilderness. Cambridge University
Press.
6. Schlesinger, W. H., & Pilmanis, A. M. (2011). Plants in Desert Ecosystems. In
Physiological Ecology of North American Desert Plants (pp. 3–18). Springer.
7. Ward, D., Eldridge, D. J., & Witt, G. B. (2014). Ecology of Australian Deserts. Oxford
University Press.
8. Weber, B., & Jeltsch, F. (2000). Spatial Pattern Orientation in Desert Plant Communities:
How Clumped Is Clumped? Ecological Modelling, 132(1–2), 147–159. doi:
10.1016/S0304-3800(00)00255-9
9. Brown, G. (2002). Desert Biology: Special Topics on the Physical and Biological
Aspects of Arid Regions. Oxford University Press.
13
14