ABSTRAKSI: Mendeteksi pergerakan bibir manusia merupakan pekerjaan sensitif terhadap konteks, tidak hanya secara visual mengenali bentuk mulut, tetapi juga mengenali kata kunci untuk memprediksi kata dan juga untuk mengenali elemen kunci yang lebih spesifik dalam memprediksi suatu kalimat. Maka dalam tugas akhir ini dibatasi untuk huruf vokal saja, sehingga membaca gerak bibir merupakan pekerjaan yang sulit untuk ekstraksi fitur visual.
Tujuan dari tugas akhir ini yakni merancang suatu aplikasi deteksi gerak bibir dalam pengucapan huruf vokal menjadi teks. Sistem ini dirancang dengan bantuan perangkat (software) Matlab 7.8.0. Proses identifikasi yang dilakukan dalam perancangan program aplikasi ini diawali dengan pengambilan video secara offline kemudian dilakukan prepocessing, dan diekstrak ciri dengan Gray Level Co-occurence (GLCM) frame per framenya, selanjutnya diklasifikasikan dengan menggunanakn K-Nearest Neighbor.
Keluaran dari sistem berupa pengenalan bentuk pengucapan huruf vokal a, i, u, e, o. Sistem yang telah dirancang mempunyai tingkat akurasi pengenalan terhadap 5 huruf berdasarkan ekstraksi ciri fiturnya serta pengaruh nilai k. Tingkat akurasi berdasarkan ekstraksi ciri fiturnya yakni 89,33 % pada jarak 7 cm dari kamera dan nilai k = 1.
Kata Kunci : pengolahan video digital, Gray Level Co-occurence, K-Nearest NeighborABSTRACT: Detecting the movement of human lips is sensitive to the context of work, not only visually recognize the shape of the mouth, but also recognize the key wordls to predicthe word and also to identify key elements that are more specific in preicting a sentence. Therefore in this thesis is restricted to vowels alone, so read lips is addifficult job for the sentence. Therefore in this thesis is resttricted to volwes alone, so read lip is addificult job for the extraction of visual features.
This system was designed with the help of the (software) Matlab 7.8.0. identification proces designed application programs starts by taking offline video, then doprepocessing, feature extraction with Gray Level Co-occurence frame per frame, then classifie using the K-Nearest Neighbor.
Output of the system of recognition form the pronunciation of the vowels a, i, u, e, o. Designed system has a level of recognition accuracy is good enough for fifith letter is based on its feature extraction and the influence of the value of k. The accuracy based on it’s feature extraction that is 89,93 % at a distance of 7 cm from the camera and the value of k=1.
Keyword: digital video processing, Gray Level Co-occurence, K- Nearest Neighbor.