Klasifikasi Gerakan pada Sarung Tangan Penerjemah Bahasa Isyarat dengan Menggunakan Metode Neural Network

Lizamanihi, Muhammad Arifan (2019) Klasifikasi Gerakan pada Sarung Tangan Penerjemah Bahasa Isyarat dengan Menggunakan Metode Neural Network. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0915040060 - Muhammad Arifan Lizamanihi - Klasifikasi Gerakan pada Sarung Tangan Penerjemah Bahasa Isyarat dengan Menggunakan Metode _i_Neural Network__i_.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Bahasa Isyarat Indonesia (BISINDO) adalah sistem bahasa yang dikembangkan langsung oleh para penyandang tunarungu atau tunawicara. Meskipun telah ditemukan bahasa isyarat bagi penyandang tunarungu dan tunawicara, bahasa isyarat masih memiliki kekurangan ketika digunakan kepada orang yang belum pernah belajar bahasa isyarat sebelumnya. Untuk menjawab permasalahan tersebut, maka dilakukan penelitian untuk mengembangkan sebuah perangkat berupa sarung tangan yang mampu menerjemahkan bahasa isyarat dengan keluaran berupa suara pada perangkat berbasis Android. Perangkat yang dimaksud adalah berupa sarung tangan yang menggunakan sepuluh buah sensor flex dan dua buah sensor GY 521. Setelah mendapatkan data, data sensor kemudian di-traning dan diklasifikasikan menggunakan metode neural network. Hasil klasifikasi akan dikirim menuju aplikasi berbasis Android dengan keluaran suara dari perangkat. Hasil klasifikasi dengan menggunakan metode neural network memiliki beberapa variasi hasil. Dari 20 kata percobaan, neural network hanya mampu mengklasifikasikan tiga kata secara sempurna, yakni kata “saya”, “bertemu” dan “indah”. Selain tiga kata tersebut, masing-masing kata mendapatkan persentase keberhasilan yang bervariasi. Hasil terendah didapatkan ketika melakukan pengujian terhadap kata “ibu’ dan kata “kakak”. Kata “ibu” dan kata “kakak” sama-sama mendapatkan persentase keberhasilan sebesar 20 % dengan tingkat error sebesar 80 %. Proses klasifikasi membutuhkan juga membutuhkan delay sebesar 0,7 s untuk mengirimkan data hasil klasifikasi.

Item Type: Thesis (Diploma)
Additional Information: No inventaris: 5344/TO-15/2019_Lokasi TA:343
Uncontrolled Keywords: BISINDO, sarung Tangan, sensor flex, sensor GY521, neural network
Subjects: TO - Teknik Otomasi > Rancang Bangun Sistem Otomasi
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 03 Dec 2019 01:46
Last Modified: 30 Jun 2021 07:11
URI: http://repository.ppns.ac.id/id/eprint/2442

Actions (login required)

View Item View Item