PENGENALAN BAHASA ISYARAT BERUPA ABJAD JARI MENGGUNAKAN LEAP MOTION DENGAN METODE JARINGAN SARAF TIRUAN (JST)

Fauzya, Rozani Mulia (2019) PENGENALAN BAHASA ISYARAT BERUPA ABJAD JARI MENGGUNAKAN LEAP MOTION DENGAN METODE JARINGAN SARAF TIRUAN (JST). Diploma thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (138kB) | Preview
Preview	Text (Bab I (Pendahuluan)) Bab I (Pendahuluan).pdf - Published Version Download (2MB) | Preview
Preview	Text (Bab V (Penutup)) Bab V (Penutup).pdf - Published Version Download (378kB) | Preview
Preview	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (1MB) | Preview
	Text (Tugas Akhir Full) Tugas Akhir Full.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

Penyandang disabilitas yaitu tuna wicara dan tuna rungu memiliki kesulitan dalam berkomunikasi dengan normal. Mereka memakai bahasa isyarat untuk dapat berkomunikasi sehari-hari. Tetapi tidak semua orang dapat mengerti bahasa isyarat sehingga penyandang tuna wicara dan tuna rungu hanya dapat berkomunikasi dengan orang yang mengerti bahasa isyarat saja. Oleh karena itu dirancanglah sebuah sistem yang dapat menerjemahkan bahasa isyarat yaitu berupa abjad jari tangan Sistem Isyarat Bahasa Indonesia (SIBI) huruf A sampai Z dengan menggunakan Leap Motion. Data yang diambil dari Leap Motion berupa data direction masing-masing jari tangan, dan data yang didapatkan selanjutnya akan diolah menggunakan metode Jaringan Saraf Tiruan (JST) Backpropagation. Pelatihan dan pengujian data dilakukan dengan menggunakan software Matlab 2016a dan nantinya akan didapatkan nilai bobot dan bias yang akan menjadi parameter dalam program pengenalan bahasa isyarat. Jumlah input yang digunakan pada metode JST yaitu sebanyak 15 input yang berupa nilai direction dari masing-masing jari dalam koordinat sumbu x, y dan z. Lalu hidden layer yang digunakan sebanyak 10 neuron dan output yang dihasilkan sebanyak 5 output yang terdiri dari susunan bilangan biner 5 bit,mewakili urutan huruf A sampai Z. Berdasarkan hasil pengujian dengan JST persentase yang didapatkan sebesar 92.05% dan untuk pengujian sistem yaitu pengenalan huruf dengan Leap Motion didapatkan persentase keakuratan sebesar 95% untuk keseluruhan huruf. Kata Kunci : Leap Motion, bahasa isyarat, Jaringan Saraf Tiruan.

Actions (login required)

View Item