Deteksi Bahasa Isyarat Bisindo Menggunakan Metode Machine Learning
DOI:
https://doi.org/10.33998/processor.2023.18.2.1380Abstrak
Penelitian ini bertujuan untuk merancang aplikasi yang menggunakan metode machine learning untuk mendeteksi gerakan dan pola tangan dalam Bahasa Isyarat Indonesia (BISINDO). Komunikasi non-verbal, seperti bahasa isyarat, penting bagi individu yang mengalami keterbatasan dalam berkomunikasi secara verbal, seperti penyandang tunarungu. Namun, kurangnya pemahaman dan pengetahuan tentang bahasa isyarat seringkali menjadi hambatan dalam berkomunikasi antara penyandang tunarungu dan orang lain. Pemanfaatan machine learning dalam penelitian ini diharapkan dapat membantu para penyandang tunarungu dalam berkomunikasi. Model yang dilatih menggunakan Bahasa Isyarat Indonesia (BISINDO) akan digunakan dalam aplikasi untuk mendeteksi gerakan dan pola tangan yang digunakan dalam bahasa isyarat. Aplikasi ini bertujuan menjadi jembatan komunikasi antara penyandang tunarungu dan individu lainnya yang mungkin tidak memahami bahasa isyarat.
Unduhan
Referensi
R. Y. Choi, A. S. Coyner, J. Kalpathy-Cramer, M. F. Chiang, and J. Peter Campbell, “Introduction to machine learning, neural networks, and deep learning,” Transl Vis Sci Technol, vol. 9, no. 2, 2020, doi: 10.1167/tvst.9.2.14.
World Federation of the Deaf, “Sign Languages,” https://wfdeaf.org/our-work/sign-languages/, 2021.
Kementerian Pendidikan dan Kebudayaan dengan Lembaga Penelitian dan Pengembangan Sistem Isyarat Bahasa Indonesia, “Kamus SIBI,” Lembaga Penelitian dan Pengembangan Sistem Isyarat Bahasa Indonesia, 2023.
G. Gumelar, H. Hafiar, and P. Subekti, “KONSTRUKSI MAKNA BISINDO SEBAGAI BUDAYA TULI BAGI ANGGOTA GERKATIN,” INFORMASI, vol. 48, no. 1, p. 65, Jul. 2018, doi: 10.21831/informasi.v48i1.17727.
Python.org: https://www.python.org/, “Python,” 2023.
S. S. Girija, “TENSORFLOW: LARGE-SCALE MACHINE LEARNING ON HETEROGENEOUS DISTRIBUTED SYSTEMS.” [Online]. Available: www.tensorflow.org
A. Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition. O’Reilly Media, Inc., 2019.
A. Muhtadi Ambarak, A. Zakki Falani, and K. Kunci Kecerdasan Tiruan, “PENGEMBANGAN APLIKASI BAHASA ISYARAT INDONESIA BERBASIS REALTIME VIDEO MENGGUNAKAN MODEL MACHINE LEARNING.”
I. Nyoman Tri Anindia Putra, K. Sepdyana Kartini, Y. Kristian Suyitno, I. Made Sugiarta, and N. Kadek Era Puspita, “Penerapan Library Tensorflow, Cvzone, dan Numpy pada Sistem Deteksi Bahasa Isyarat Secara Real Time,” 2023. [Online]. Available: https://ejournal.sidyanusa.org/index.php/jkdn
Google, “TensorFlow.js:Make your own ‘Teachable Machine’ using transfer learning with TensorFlow.js,” Apr. 01, 2022.
F. Provost and T. Fawcett, Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking, 1st Edition. O’Reilly Media, 2013.
F. Damatraseta, R. Novariany, and M. A. Ridhani, “Real-time BISINDO Hand Gesture Detection and Recognition with Deep Learning CNN,” Jurnal Informatika Kesatuan, vol. 1, no. 1, pp. 71–80, Jul. 2021, doi: 10.37641/jikes.v1i1.774.
Unduhan
Diterbitkan
Abstract views:
PDF Download:
DOI:
10.33998/processor.2023.18.2.1380Dimension Badge:
Cara Mengutip
Terbitan
Bagian
