Prasanjaya, Achmad Mahathir (2023) IMPLEMENTASI SISTEM DETEKSI ABJAD BAHASA ISYARAT SIBI SECARA REALTIME MENGGUNAKAN MEDIAPIPE HANDS. Sarjana thesis, Universitas Siliwangi.
![[img]](http://repositori.unsil.ac.id/style/images/fileicons/text.png) |
Text
01 Cover.pdf Download (35kB) |
|
Text
02 Lembar Pengesahan.pdf Download (3MB) |
|
Text
03 Lembar Pernyataan Keaslian.pdf Download (4MB) |
|
Text
04 Abstrak.pdf Download (7kB) |
|
Text
05 Abstract.pdf Download (6kB) |
|
Text
06 Persembahan dan Motto.pdf Download (139kB) |
|
Text
07 Kata Pengantar.pdf Download (75kB) |
|
Text
08 Daftar Isi.pdf Download (93kB) |
|
Text
09 Daftar Tabel.pdf Download (8kB) |
|
Text
10 Daftar Gambar.pdf Download (20kB) |
|
Text
11 Daftar Lampiran.pdf Download (7kB) |
|
Text
12 Bab I.pdf Download (91kB) |
|
Text
13 Bab II.pdf Download (792kB) |
|
Text
14 Bab III.pdf Download (116kB) |
|
Text
15 Bab IV.pdf Restricted to Repository staff only Download (2MB) |
|
Text
16 Bab V.pdf Restricted to Repository staff only Download (10kB) |
|
Text
17 Daftar Pustaka.pdf Download (157kB) |
|
Text
18 Lampiran.pdf Restricted to Repository staff only Download (4MB) |
Abstract
Bahasa isyarat adalah bentuk komunikasi yang melibatkan kombinasi pergerakan tangan, ekspresi wajah dan gerakan tubuh untuk menyampaikan sebuah atau kumpulan kata. Tetapi bahasa ini secara umum tidak dimengerti oleh mayoritas masyarakat. Masalah ini dapat diatasi dengan membangun sebuah sistem deteksi bahasa isyarat secara realtime. Penelitian ini bertujuan untuk berkontribusi dalam menyelesaikan masalah tersebut melalui implementasi sistem deteksi abjad SIBI. Sistem dibuat untuk mendeteksi 26 gestur abjad SIBI yang dapat dihasilkan dari tangan kanan dan tangan kiri secara akurat menggunakan teknologi Mediapipe Hands. Algoritma yang digunakan untuk mengklasifikasi abjad SIBI ini adalah Support Vector Machine (SVM) karena keunggulannya dengan Mediapipe Hands dalam pelatihan data. Pelatihan data penelitian ini menunjukkan akurasi kompetitif dengan penelitian sebelumnya sebesar 98,23%, sehingga terbukti keunggulannya. Hasil kemudiannya dikompilasi, diimplementasi dan diuji secara realtime pada aplikasi prototipe yang telah dibangun. Adapun parameter yang diuji adalah akurasi deteksi setiap gestur abjad sejauh 1 meter dan pengujian deteksi gestur terkait di berbagai posisi sejauh 2 meter. Hasil pengujian deteksi menunjukkan bahwa sistem dapat mendeteksi keseluruhan abjad dengan baik dengan akurasi sebesar 83,23% untuk tangan kanan dan 85,34% untuk tangan kiri. Hasil deteksi di berbagai posisi pula untuk gestur terkait hanya membuahkan hasil sebesar 66,66% saja dikarenakan terdapat posisi tertentu yang tidak dapat dideteksi oleh sistem akibat dari faktor pencahayaan. Kata Kunci: bahasa isyarat, mediapipe-hands, realtime, SIBI, SVM
| Item Type: | Thesis (Sarjana) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik > Informatika |
| Depositing User: | Rema Puri Irma Sri Katon |
| Date Deposited: | 22 Dec 2023 01:47 |
| Last Modified: | 22 Dec 2023 01:47 |
| URI: | http://repositori.unsil.ac.id/id/eprint/11411 |
Actions (login required)
 |
View Item |