Keywords
Gesture Recognition
Kinect
Random Forest
Skeletal Tracking
How to Cite
Abstract
Bahasa Isyarat Indonesia (BISINDO) adalah salah satu bahasa isyarat yang digunakan sebagai sistem komunikasi praktis dan efektif bagi penderita tuli di Indonesia. Namun demikian, tidak semua orang dengan kemampuan mendengar dapat memahami BISINDO. Untuk menjembatani komunikasi penderita tuli dengan orang-orang yang memiliki kemampuan mendengar diperlukan suatu teknologi yang dapat menerjemahkan gerakan isyarat pada BISINDO menjadi Bahasa Indonesia yang dipahami oleh orang dengan kemampuan mendengar. Pada makalah ini dilakukan analisis dan implementasi algoritma klasifikasi Random Forest untuk mengenali BISINDO dengan bantuan rekaman gerakan isyarat yang diperoleh dari sensor Kinect. Data rekaman tersebut kemudian diolah dengan menggunakan skeleton tracking untuk menghasilkan titik koordinat yang diperlukan. Adapun algoritma klasifikasi Random Forest menghasilkan rata-rata akurasi sebesar 96% dalam mengenali beberapa kata dalam BISINDO.
References
Kumar, H. 2014. Gesture Recognition Using Hidden Markov Models Augmented with Active Difference Signatures. Tesis. New York: Rochester Institute of Technology.
Catuhe, D. 2012. Programming with Kinect for Windows Software Development Kit. Washington: Microsoft Press.
Jana, A. 2012. Kinect for Windows SDK Programming Guide. Birmingham: Packt Publishing Ltd.
Jean, J. St. 2013. Kinect Hacks. California: O’Reilly Media, Inc.
Webb, J., & Ashley, J. 2012. Beginning Kinect Programming with the Microsoft Kinect SDK. New York: Paul Manning.
Adiwijaya, Prima. A. K, dan Amalia, F. 2011. Analisis dan Implementasi Random Forest dan Classification and Regression Tree (CART) untuk Klasifikasi pada Misuse Intrusion Detection System. Bandung: Universitas Telkom.
Loh, W. Y. 2008. Classification and Regression Tree Method. Madison: University of Wisconsin. Eds. 315-323.
R. Cucchiara, C. Grana, M. Piccardi, and A. Prati. 2003. Detecting Moving Objects, Ghosts and Shadows in Video Streams, IEEE Trans. on Patt. Anal. And Machine Intell, vol. 25, no. 10, Oct. 2003, pp. 1337-1342.
Yasin, H., Bjorn, K., & Andreas, W. 2014. Motion Tracking, Retrieval and 3D Reconstruction from Video. Bonn: University of Bonn.
Rakun. E, Adriani. M, Wiprayoga. I.W, dkk. 2013. Combining Depth Image and Skeleton Data from Kinect for Recognizing Words in the Sign System for Indonesian Language (SIBI [Sistem Isyarat Bahasa Indonesia]). ICACSIS. Jakarta: Universitas Indonesia.
Breiman, L. 2001. Random Forest. California: University of California, Berkeley.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2020 Muhammad Rafii Amiarrahman, Tri Handhika