<![CDATA[Abstract: Nowadays, many children are allowed to have smartphones. Children become too distracted by the presence of smartphones, so their learning time is reduced. This research attempts to overcome these problems by developing learning applications. Learning can be done by designing applications with unique interactions. A direct interaction that can be done is to recognize body parts. This research aims to build a deep-learning model that can be used in body recognition applications for children. This application is expected to be a fun interaction medium so that children want to learn in addition to the many game applications on Android. The research method is to build a deep learning model with training from several body images. The Keras Sequential Model was designed for the Convolutional Neural Network (CNN) architectural deep learning model. The model is then embedded in the Android application. The results obtained are that the deep learning model has an accuracy of 83% in recognizing images of limbs that were not seen in the training stage. That way, when children can identify body parts correctly, this application can be used by children to learn to recognize body parts and correct each other if there are mistakes.Abstrak: Di masa sekarang banyak anak - anak yang diperbolehkan memiliki smartphone. Anak - anak menjadi terlalu teralihkan oleh kehadiran smartphone sehingga waktu belajarnya berkurang. Permasalahan tersebut berusaha diatasi di penelitian ini dengan pengembangan aplikasi pembelajaran. Pembelajaran bisa dilakukan dengan merancang aplikasi dengan interaksi khusus. Salah satu interaksi sederhana yang bisa dilakukan adalah mengenali anggota tubuh. Tujuan penelitian ini adalah untuk membangun model deep learning yang bisa digunakan di dalam aplikasi pengenalan tubuh untuk anak. Aplikasi ini diharapkan dapat menjadi media interaksi yang menyenangkan agar anak-anak mau belajar di samping banyaknya aplikasi game di Android. Metode penelitian yang dilakukan adalah membangun model deep learning dengan pelatihan dari beberapa citra anggota tubuh. Model deep learning menggunakan arsitektur Convolutional Neural Network (CNN) dirancang menggunakan Keras Sequential Model. Model tersebut kemudian ditanam pada aplikasi Android. Hasil penelitian yang diperoleh adalah model deep learning memiliki akurasi 83% dalam mengenali gambar anggota tubuh yang belum dilihat pada tahap training. Dengan begitu ketika bisa mengenali anggota tubuh dengan benar maka aplikasi ini bisa dipakai anak-anak untuk belajar mengenali anggota tubuh dan saling mengkoreksi bila ada kesalahan. ]]>
Copyrights © 2022
