🕺 Balinese Dance Detection

Sebuah sistem deteksi gerakan tari Bali berbasis video, yang menggunakan Convolutional Neural Network (CNN) untuk mengklasifikasi gerakan dasar penari wanita (wajah, badan, kaki), kemudian menganalisis pola gerakan menggunakan algoritma Suffix Tree.

---

🎯 Tujuan Proyek

• Mengklasifikasi frame video tari Bali ke dalam kelas gerakan dasar (face, full-body, leg) menggunakan CNN (misalnya AlexNet).
• Menganalisis pola urutan gerakan untuk mendeteksi kemiripan koreografi antara video tari yang berbeda.
• Mendukung preservasi budaya melalui analisis kuantitatif pola gerak tari Bali.

---

🧪 Dataset

• Video ritmik tari Bali, terbagi kategori:
  • Face: 2 gerakan dasar
  • Body: 11 gerakan dasar
  • Legs: 4 gerakan dasar
• Frame diolah menjadi dataset gambar, dilabeli manual (ground truth). Preprocessing termasuk cropping dan binarisasi.

---

🧠 Metodologi

1. Preprocessing:

   • Crop wajah (dlib), badan, dan kaki dari video
   • Convert ke grayscale, thresholding lokal untuk binarisasi

2. Klasifikasi (CNN)

   • Arsitektur: AlexNet/trained CNN
   • Output: prediksi kelas dari masing-masing part

3. Pattern Analysis

   • Konversi hasil label ke string kode
   • Gunakan Suffix Tree untuk mencari pola subsequence dan menghitung kesamaan koreografi

---

🛠️ Instalasi

git clone https://github.com/NandaFebian/balinese_dance-detection.git
cd balinese_dance-detection
pip install -r requirements.txt

Dependencies utama:

• opencv-python
• torch atau tensorflow (sesuai implementasi CNN)
• dlib
• numpy, suffix_trees, dll.

---

▶️ Usage

python detect.py \
  --video path/to/video.mp4 \
  --model path/to/cnn_model.pth \
  --output predictions.txt

Pipeline:

1. Frame video diproses, dicrop ke tiga bagian.
2. Model CNN memprediksi tiap frame.
3. Hasil prediksi disimpan sebagai urutan kode.
4. Suffix Tree menganalisis pola kemunculan subsequence antar video.

---

📊 Hasil & Evaluasi

• Akurasi Tinggi:
  • Face: ~95%
  • Body: ~85%
  • Legs: ~92%
• Suffix Tree berhasil mengidentifikasi subsequence gerakan yang sering muncul, mendukung analisis kemiripan dan struktur koreografi.

---

🧩 Struktur Repo

├── data/                 # contoh video & frame dataset
├── models/               # model CNN hasil training
│   └── alexnet_*.pth
├── detect.py             # script utama deteksi & pattern analysis
├── utils.py              # helper functions (preprocessing, suffix tree)
├── requirements.txt
└── README.md             # dokumentasi ini

---

🔀 Pengembangan Selanjutnya

• Tambahkan real-time detection dari webcam
• Tingkatkan akurasi dengan arsitektur CNN modern
• Analisis koreografi multi-penari/durasi panjang
• Integrasi front-end (streamlit, web app) untuk visualisasi

---

👥 Tim & Referensi

• Dataset dasar: Rudy Hendrawan et al. – “Video Dataset of Balinese Dance Basic Movement”
• Paper: I Komang Hendra Trinium Jaya et al. – CNN + Suffix Tree untuk koreografi tari Bali
• Repo ini oleh: NandaFebian

---

📝 Lisensi

Distribusi: MIT License
Gunakan dan modifikasi bebas untuk penelitian dan penyebaran ilmu.