Aplikasi Pengenalan Jenis Kupu-Kupu Langka Berbasis Augmented Reality

  • Ni Luh Putu Novi Ambariani Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana
  • I Ketut Adi Purnawan Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana
  • Kadek Suar Wibawa Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Abstract

Area hutan yang berkurang mengakibatkan beberapa populasi kupu-kupu menjadi langka dan informasi mengenai jenis kupu-kupu langka semakin sulit ditemukan. Informasi mengenai kupu-kupu langka biasanya berupa teks atau gambar, sehingga kurang menarik minat masyarakat. Kupu-kupu memiliki warna mencolok dan pola yang unik serta beragam pada sayapnya. Aplikasi Pengenalan Jenis Kupu-kupu Langka berbasis Augmented Reality digunakan sebagai media pembelajaran yang memvisualisasikan bentuk dan warna pada kupu-kupu langka dalam bentuk objek 3D, sehingga dapat menarik minat masyarakat dan diharapkan dapat mengajak masyarakat untuk ikut melestarikan lingkungan.Aplikasi dikembangkan menggunakan Vuforia Library, Vuforia API, dan Teknik Marker Base Tracking. Aplikasi berjalan secara dinamis, sehingga marker dan objek 3D dapat ditambah maupun dikurangi tanpa harus melakukan modifikasi terhadap kode program aplikasi. Hasil yang diperoleh berdasarkan kuesioner yang dilakukankepada murid kelas 4 SD yaitu pengetahuan tentang metamorfosis kupu-kupu dan jenis kupu-kupu langka meningkat sebesar 36% pada aspek peningkatan pengetahuan, 64% untuk nilai sangat menarik pada aspek grafis aplikasi, 71% untuk nilai sangat menarik pada aspek rekayasa perangkat lunak, dan 81% untuk nilai sangat menarik pada aspek entertainment.

Published
2017-12-01
How to Cite
NOVI AMBARIANI, Ni Luh Putu; ADI PURNAWAN, I Ketut; SUAR WIBAWA, Kadek. Aplikasi Pengenalan Jenis Kupu-Kupu Langka Berbasis Augmented Reality. Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), [S.l.], p. 12, dec. 2017. ISSN 2685-2411. Available at: <https://ojs.unud.ac.id/index.php/merpati/article/view/39542>. Date accessed: 13 nov. 2024. doi: https://doi.org/10.24843/JIM.2017.v05.i03.p06.
Section
Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.