ADAM, MILANDO (2022) KLASIFIKASI BAHASA ISYARAT INDONESIA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. S1 thesis, Universitas Mataram.
![[img]](http://eprints.unram.ac.id/style/images/fileicons/text.png) |
Text
Laporan TA_Adam Milando_F1B018071.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Manusia menggunakan bahasa untuk berkomunikasi dengan orang lain. Namun, gangguan komunikasi dapat terjadi karena berbagai faktor yang menyebabakan gangguan dalam pemahaman lisan seperti gangguan pendengaran atau ketulian. Sehingga orang tuli menggunakan bahasa isyarat untuk berkomunikasi. Pada penelitian ini akan dirancang suatu aplikasi yang dapat mengklasifikasikan abjad pada bahasa isyarat Indonesia menggunakan algoritma convolutional neural network (CNN) dengan arsitektur single shot multibox detector dari tensorflow. Pada penelitian ini jumlah data yang digunakan unutk melatih algoritma sehingga dapat mengenali bentuk abjad bahasa isyarat Indonesia adalah sebenyak 7800. Dimana hasil pengujian yang didapatkan pada model adalah sebesar 0.907 untuk precision dan recall sebesar 0.884. kemudian model tersebut diimplementasikan dalam aplikasi mobile yang berbasis android sehingga dapat mendeteksi gestur tangan berbentuk abjad pada bahasa isyarat Indonesia.
| Item Type: | Thesis (S1) |
|---|---|
| Keywords (Kata Kunci): | Kata kunci : Convolutional Neural Network, Single Shot Multibox Detector, Bahasa Isyarat Indonesia |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik |
| Depositing User: | Rini Trisnawati |
| Date Deposited: | 03 Aug 2022 05:41 |
| Last Modified: | 03 Aug 2022 05:41 |
| URI: | http://eprints.unram.ac.id/id/eprint/30254 |
Actions (login required)
 |
View Item |
