TA : Sistem Deteksi Simbol pada SIBI (Sistem Isyarat Bahasa Indonesia) Menggunakan Convolutional Neural Network

Putra, Ilham Rizaldy Widy (2021) TA : Sistem Deteksi Simbol pada SIBI (Sistem Isyarat Bahasa Indonesia) Menggunakan Convolutional Neural Network. Undergraduate thesis, Universitas Dinamika.

[img]
Preview
Text
17410200032-2021-UNIVERSITASDINAMIKA.pdf - Accepted Version

Download (2MB) | Preview
[img] Text
17410200032-2021-LAMPIRAN.pdf - Accepted Version
Restricted to Repository staff only

Download (435kB)

Abstract

Penyandang disabilitas khusunya tuna rungu sudah menjadi kesatuan dalam rakyat Indonesia. Menurut Media Indonesia dalam websitenya dituliskan jumlah pemnyandang tuna rungu yang terdaftar pada DPT (daftar pemilih tetap) pada pemilu 2019 mencapai angka 472.852 orang. Penyandang tuna rungu memiliki bahasa isyarat sendiri yang dimana digunakan sebagai alat komunikasi mereka, namun permasalahannya banyak masyarakat masih awam dengan bahasa isyarat tersebut sehingga orang yang tidak mempelajari bahasa isyarat aka mengalami kesulitan memahami penyandang tuna rungu. SIBI (Sistem isyarat bahasa Indonesia) menjadi satu dari dua bahasa isyarat yang berada di Indonesia, namun SIBI adalah bahasa isyarat yang diresmikan oleh pemerintah pada tahun 1994 melalui Mendikbud No. 0161/U/2994 berisi tentang pembakuan SIBI (Sistem Isyarat Bahasa Indonesia). Dalam penelitian ini, akan dilakukan deteksi pada SIBI menggunakan Convolutional Neural Network, dengan harapan penelitian ini dapat menjadi acuan untuk bisa dikembangkan lagi sebagai salah satu teknologi untuk deteksi pada SIBI (Sistem Isyarat Bahasa Indonesia). Berbeda dengan sebelumnya dimana deteksi dilakukan pada angka dan alfabet, penelitian ini akan menggunakan Dataset baru namun dibatasi hanya digunakan 6 simbol pada SIBI yaitu (Saya, Kamu, Dia, Maaf, Sedih, Saya), Dataset juga diambil dengan 5 subjek yang berbeda dengan masing-masing akan diamnbil 6 simbol. Hasil dari pengujian Training pada bahasa isyarat mencapai akurasi di angka 90%. Validation data juga dilakukan dan mencapai hasil akurasi sebesar 91%. pada hasil prediksi juga dilakukan pada 5 subjek dengan menggunakan data testing. Pada prediksi didapatkan hasil akurasi pada simbol “Cinta” sebesar 80%, simbol “Dia” dan “Saya” sebesar 70%, simbol “Kamu” sebesar 90%, simbol “Sedih” sebesar 100% dan simbol “Maaf” mendapatkan akurasi 0%.


Export Record



Statistic

IRStats Detail StatisticView more statistics

Item Type: Thesis (Undergraduate)
Additional Information: Ilham Rizaldy Widy Putra(17410200032)
Uncontrolled Keywords: tunarungu, SIBI (sistem isyarat bahasa indonesia), convolutional neural network.
Dewey Decimal Classification: 000 - Computer science, information & general works > 000 Computer science, knowledge & systems > 006 Special computer methods
Divisions: Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User: Ilham Rizaldy Widy Putra
Date Deposited: 10 Aug 2021 10:26
Last Modified: 10 Aug 2021 10:26
THESIS ADVISORS: 1. UNSPECIFIED (NIDN : UNSPECIFIED)
URI: http://repository.dinamika.ac.id/id/eprint/5814

Actions (login required)

View Item View Item