PERANCANGAN DAN IMPLEMENTASI SISTEM PENERJEMAH BAHASA
ISYARAT TANGAN PENDERITA TUNAWICARA DAN TUNARUNGU
DENGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

FITRI MUCHDIARTI

Informasi Umum

Kode

114081010

Klasifikasi

006.3 - Special Computer Methods- Artificial intelligence

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Artificial Intelligence

Dilihat

210 kali

Informasi Lainnya

Abstraksi

Para penderita tunarungu dan tunawicara menggunakan bahasa isyarat dalam berkomunikasi. Di Indonesia penderita tunarungu dan tunawicara berkomunikasi dengan mengacu pada Sistem Isyarat Bahasa Indonesia ( SIBI) . Tetapi muncul masalah sosial yang dihadapi oleh penderita tunarungu dan tunawicara karena adanya keterbatasan dalam berkomunikasi. Orang normal yang berkomunikasi dengan mereka dan tidak terbiasa menggunakan bahasa isyarat akan sulit untuk menerjemahkan bahasa isyarat yang mereka gunakan tersebut.<br><br>Pada tugas akhir ini, bahasa isyarat yang akan diterjemahkan ialah bahasa isyarat perhuruf dan bahasa isyarat yang akan membentuk sebuah kata dari gabungan huruf – huruf tersebut. Tahap awal pemrosesan, setelah video rekaman gerakan bahasa isyarat diperoleh, video tersebut akan dipecah kedalam frame-frame, kemudian akan diambil spesifik frame yang mewakili setiap huruf, frame-frame tersebut selanjutnya akan diproses dengan konversi format RGB ke citra grayscale, dan binerisasi citra. Untuk dapat mendeteksi pola isyarat tangan, maka sistem harus mengerti fitur apa yang membedakan pola isyarat tangan tersebut. Oleh karena itu perlu dilakuakan ekstraksi ciri untuk mendapatkan ciri khas dari citra yang ingin dikenali, maka digunakan ekstraksi fitur menggunakan Principal Component Analisys ( PCA ). Sedangkan untuk pengklasifikasian digunakan Jaringan Syaraf Tiruan Backpropagation. Output yang diharapkan dari sistem adalah hasil penerjemahan pola tangan kedalam bentuk teks.<br><br>Hasil akurasi yang diperoleh pada sistem ini ialah 89. 31% untuk pelatihan dan 18.63 % untuk pengujian. Pelatihan dan pengujian terbaik menggunakan arsitektur JST BP yaitu : 3 hidden layer; learning rate = 0,1; momentum = 0.2 dan epoch = 5000 Tingkat akurasi yang masih sangat rendah ini disebabkan oleh beberapa faktor dan diharapkan kedepannya sistem ini dapat disempurnakan dan memperoleh tingkat akurasi yang lebih baik. bahasa isyarat, Principal Component Analysis ( PCA ), Jaringan Syaraf Tiruan Backpropagation