MODEL PENERJEMAH BAHASA ISYARAT INDONESIA DARI VIDEO MENGGUNAKAN HYBRID METHOD
Total View This Week0
Total View This Week0
Institusion
Universitas Pembangunan Nasional Veteran Jakarta
Author
Atika Dwi Putri, -
Subject
QA76 Computer software
Datestamp
2019-11-20 01:51:27
Abstract :
Komunikasi merupakan cara untuk menyampaikan pesan dan memahami informasi dari pesan tersebut. Akan tetapi cara komunikasi dengan penyandang disabilitas, khususnya kaum Tuli berbeda dari orang-orang pada umumnya yaitu menggunakan bahasa isyarat. Terdapat dua bahasa isyarat yang berlaku di Indonesia yaitu, Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (BISINDO). BISINDO lebih sering digunakan dalam komunikasi sehari-hari orang Tuli. Namun, pengetahuan tentang bahasa isyarat masih awam bagi orang dengar sehingga menimbulkan kendala dalam berkomunikasi antara orang Tuli dan orang dengar yang tidak mengerti bahasa isyarat. Oleh karena itu, penulis membuat model penerjemah bahasa isyarat BISINDO dengan menggunakan algoritma Speeded Up Robust Features (SURF) dan Principal Component Analyst (PCA) sebagai metode untuk ekstraksi ciri serta algoritma K-Nearest Neighbor (KNN) sebagai metode untuk klasifikasi. Ciri yang digunakan berupa gerakan tangan dari citra untuk masing-masing kata dalam BISINDO. Penelitian ini diharapkan dapat mendapatkan tingkat akurasi yang juga tinggi dalam mengenali dan menerjemahkan video berisi kosakata dalam BISINDO dengan baik sehingga dapat membantu komunikasi antara orang Tuli dan orang dengar yang tidak mengerti bahasa isyarat. Akan tetapi dalam penerapannya, penelitian ini hanya menghasilkan akurasi sebesar 0.55 % untuk tiap kata.
Komunikasi merupakan cara untuk menyampaikan pesan dan memahami informasi dari pesan tersebut. Akan tetapi cara komunikasi dengan penyandang disabilitas, khususnya kaum Tuli berbeda dari orang-orang pada umumnya yaitu menggunakan bahasa isyarat. Terdapat dua bahasa isyarat yang berlaku di Indonesia yaitu, Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (BISINDO). BISINDO lebih sering digunakan dalam komunikasi sehari-hari orang Tuli. Namun, pengetahuan tentang bahasa isyarat masih awam bagi orang dengar sehingga menimbulkan kendala dalam berkomunikasi antara orang Tuli dan orang dengar yang tidak mengerti bahasa isyarat. Oleh karena itu, penulis membuat model penerjemah bahasa isyarat BISINDO dengan menggunakan algoritma Speeded Up Robust Features (SURF) dan Principal Component Analyst (PCA) sebagai metode untuk ekstraksi ciri serta algoritma K-Nearest Neighbor (KNN) sebagai metode untuk klasifikasi. Ciri yang digunakan berupa gerakan tangan dari citra untuk masing-masing kata dalam BISINDO. Penelitian ini diharapkan dapat mendapatkan tingkat akurasi yang juga tinggi dalam mengenali dan menerjemahkan video berisi kosakata dalam BISINDO dengan baik sehingga dapat membantu komunikasi antara orang Tuli dan orang dengar yang tidak mengerti bahasa isyarat. Akan tetapi dalam penerapannya, penelitian ini hanya menghasilkan akurasi sebesar 0.55 % untuk tiap kata.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
