AIRSCRIPT LAB IMU 6-axis · air-writing classifier
0 Hz
OFF
Halaman ini tidak diakses lewat HTTPS. API sensor gerak hanya jalan di koneksi aman. Deploy ke domain dengan SSL aktif.
TensorFlow.js gagal dimuat dari CDN. Cek koneksi internet lalu muat ulang halaman. Perekaman data tetap bisa jalan.

Sensor gerak

Aktifkan akses accelerometer dan gyroscope HP. Di iOS akan muncul dialog izin.

Label gerakan

Buat label, pilih satu, lalu rekam gerakannya berulang. Mulai dari sedikit huruf dulu biar cepat kelihatan hasil.

Rekam sampel

Tahan tombol, tulis hurufnya di udara dengan menggerakkan HP, lalu lepas. Target 12 sampai 20 sampel per label, gerakan dibuat konsisten.

siap
acc X acc Y acc Z

Dataset

LabelSampelStatus

Latih model

Conv1D kecil (input 64 frame × 6 channel) dilatih langsung di browser. Augmentasi ringan otomatis: noise, geser waktu, skala amplitudo. Butuh minimal 2 label dengan 4 sampel atau lebih.

log training akan tampil di sini

Model tersimpan

belum ada model

memuat status model...

Tebak satu huruf

Tahan tombol, tulis hurufnya di udara, lepas. Model menebak labelnya.

siap
·hasil tebakan

Tebak kata bebas

Tekan mulai, lalu tulis huruf demi huruf di udara. Diam sejenak di antara huruf supaya segmentasi memisahkan gerakan. Huruf yang yakin akan ditambahkan otomatis.

energi gerakambang mulaiambang berhenti
Kalibrasi segmentasi dan keyakinan
Ambang mulai
Ambang berhenti
Jeda akhir (ms)
Min. keyakinan

Sinkron server

Simpan dataset dan model terlatih ke server supaya bisa dibuka dari HP lain. Menarik data bersifat publik, menyimpan butuh password.

Ekspor dan impor

Dataset tersimpan di browser HP ini. Ekspor JSON untuk backup, pindah perangkat, atau dianalisis di Python.

Kelola label

Tentang

Pipeline: devicemotion 6 channel (acc xyz + gyro xyz) → trim idle → resample 64 frame → standarisasi per sampel → Conv1D → softmax. Mode kata memakai segmentasi berbasis energi gerak. Training dan inferensi sepenuhnya jalan di perangkat. Data hanya terkirim ke server saat tombol Simpan ke server ditekan. Dibuat sebagai proof of concept klasifikasi IMU untuk smart collar.