Keywords
CNN
MediaPipe
Penerjemah
TensorFlow
How to Cite
Abstract
Bahasa Isyarat adalah bahasa yang digunakan oleh orang berkebutuhan khusus atau tuna rungu dan tuna wicara untuk berkomunikasi dengan cara manual, bahasa gerakan tubuh dan gerakan bibir daripada menggunakan bunyi dan suara untuk berkomunikasi. Pada penelitian ini mengimplementasikan Deep Learning dengan menggunakan metode Convolutional Neural Network (CNN) serta menggunakan Library Tensorflow dan Machine Learning MediaPipe untuk mendeteksi gerakan tangan dan menenerjemahkannya. penelitian ini dibuat bertujuan untuk membuat sistem sederhana yang dapat menerjemahkan bahasa isyarat dengan memanfaatkan library TensorFlow secara realtime menggunakan webcam, sistem mendeteksi jari-jari tangan yang kemudian diterjemahkan dalam bentuk abjad, untuk mengetahui tingkat akurasi menggunakan metode CNN (Convolutional Neural Network). Penerjemah bahasa isyarat menggunakan TensorFlow ini dapat menerjemahkan bahasa isyarat SIBI memanfaatkan Library TensorFlow secara realtime, sistem mampu mentracking pola jari jari tangan dengan sangat baik dalam kondisi yang berbeda. Dengan metode CNN (Convolutional Neural Network) sistem mampu memprediksi gerakan dengan sangat baik.
References
Yunanda, Anton Breva., Mandita, Fridy, dan Armin, Aidil Primasetya. 2018. Pengenalan Bahasa Isyarat Indonesia (BISINDO) Untuk Karakter Huruf Dengan Menggunakan Microsoft Kinect. Fountain of Informatics Journal.; 3(2):41-45. Accessed July 21,2022.https://ejournal.unida.gontor.ac.id/index.php/FIJ/article/view/2469/pdf_17
Hardjana, Agus M.. 2003. Komunikasi Intrapersonal & Komunikasi Interpersonal. Kanisius, Yogyakarta.
Anam, Choirul. 1989. Psikologi Anak Luar Biasa,Yogyakarta.SGPLB Negeri.
Peduli Kasih ABK. 2018. Mengenal Bahasa Isyarat. Yayasan Peduli Kasih ABK. Published November 9, 2018. Accessed July 21, 2022. https://www.ypedulikasihabk.org/2018/11/09/mengenal-bahasa-isyarat/
Hakim., Lukman., Samino., dkk. 2008. Kamus Sistem Isyarat Bahasa Indonesia. Edisi Kelima. DIREKTORAT PEMBINAAN SEKOLAH LUAR BIASA, Jakarta.
GERKATIN, D. 2010. Berkenalan dengan BISINDO. DPD GERKATIN Jakarta, WQA.
Taufiq, Imam. 2018. Deep Learning for Detection Vehicle Number Signs Using Convolutional Neural Network Algoritm Using Python and Tensorflow. Sumber : http://eprints.akakom.ac.id/7164
Dharmadi R. 2018. Mengenal Convolutional Layer Dan Pooling Layer - Nodeflux - Medium. Medium. Published April 4, 2018. Accessed July 21, 2022. https://medium.com/nodeflux/mengenal-convolutional-layer-dan-pooling-layer-3c6f5c393ab2
Prijono, Benny. 2018. Convolutional Neural Networks (CNN) Introduction. 7 Maret. Diakses Maret 29, 2018. https://indoml.com/2018/03/07/student-notes-convolutional-neural-networks-cnn-introduction/.
Fermansah, Deni. 2019. Penggunaan Metode Traditional Transformations Data Augmentation Untuk Peningkatan Hasil Akurasi Pada Model Algoritma Convolutional Neural Network (Cnn) Di Klasifikasi Gambar. Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Siliwang.
Syulistyo*, A. R., Hormansyah, D. S., & Saputra, P. Y. 2022. SIBI (Sistem Isyarat Bahasa Indonesia) translation using Convolutional Neural Network (CNN). IOP Conference Series : Materials Science and Engineering.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2022 Erik Sihabudin; Ratih Kumalasari Niswatin, Lilia Sinta Wahyuniar