IMPLEMENTASI MACHINE LEARNING PADA APLIKASI
PENERJEMAH BAHASA ISYARAT INDONESIA MENGGUNAKAN
TENSORFLOW
Total View This Week0
Total View This Week0
Institusion
Universitas PGRI Semarang
Author
PANGESTU, MUHAMMAD ASRUL AJI
Subject
L Education (General)
Datestamp
2024-10-22 07:35:10
Abstract :
Komunikasi merupakan proses penyampaian informasi yang dilakukan oleh satu pihak untuk terhubung dengan lingkungan atau pihak lain. Pada umumnya terdapat dua jenis komunikasi yaitu komunikasi verbal dan non-verbal yang biasa digunakan oleh Tuli. Dalam kehidupan sosial Tuli di Indonesia memiliki dua bahasa isyarat yang sering digunakan untuk berkomunikasi yaitu Bisindo. Tetapi cara berkomunikasi dengan bahasa isyarat dapat membatasi ketika berkomunikasi dengan orang lain yang tidak tuli. Masyarakat umum atau lawan komunikasinya akan sulit memahami karena perbedaan cara berkomunikasi tersebut. Secara teoritis jika bahasa isyarat mengadopsi teknologi digital seperti machine learning, maka kita dapat dengan mudah untuk mempelajari bahasa isyarat dan mempermudah komunikasi. Oleh sebab itu, penulis akan mengimplementasikan machine learning menggunakan library Tensorflow pada aplikasi berbasis android dengan tujuan sebagai pembelajaran dan media untuk mempermudah komunikasi antara masyarakat dengan penyandang tunarungu. Algoritma yang digunakan pada model deteksi objek adalah YOLOv4 yang berbasis CNN dengan mAP 96.1% dan loss average 0.0754. Model deteksi objek kemudian dikonversi menjadi tflite untuk Tensorflow sehingga berhasil diimplementasikan pada aplikasi android. Kata kunci: komunikasi, Tuli, machine learning, Tensorflow, Android, YOLOv4
Komunikasi merupakan proses penyampaian informasi yang dilakukan oleh satu pihak untuk terhubung dengan lingkungan atau pihak lain. Pada umumnya terdapat dua jenis komunikasi yaitu komunikasi verbal dan non-verbal yang biasa digunakan oleh Tuli. Dalam kehidupan sosial Tuli di Indonesia memiliki dua bahasa isyarat yang sering digunakan untuk berkomunikasi yaitu Bisindo. Tetapi cara berkomunikasi dengan bahasa isyarat dapat membatasi ketika berkomunikasi dengan orang lain yang tidak tuli. Masyarakat umum atau lawan komunikasinya akan sulit memahami karena perbedaan cara berkomunikasi tersebut. Secara teoritis jika bahasa isyarat mengadopsi teknologi digital seperti machine learning, maka kita dapat dengan mudah untuk mempelajari bahasa isyarat dan mempermudah komunikasi. Oleh sebab itu, penulis akan mengimplementasikan machine learning menggunakan library Tensorflow pada aplikasi berbasis android dengan tujuan sebagai pembelajaran dan media untuk mempermudah komunikasi antara masyarakat dengan penyandang tunarungu. Algoritma yang digunakan pada model deteksi objek adalah YOLOv4 yang berbasis CNN dengan mAP 96.1% dan loss average 0.0754. Model deteksi objek kemudian dikonversi menjadi tflite untuk Tensorflow sehingga berhasil diimplementasikan pada aplikasi android. Kata kunci: komunikasi, Tuli, machine learning, Tensorflow, Android, YOLOv4
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
