Implementasi Algoritma Motion Chain Code dan Principal Component Analysis untuk Pengenalan Bahasa Isyarat Indonesia

Fakhruzzaman, Widyan (2018) Implementasi Algoritma Motion Chain Code dan Principal Component Analysis untuk Pengenalan Bahasa Isyarat Indonesia. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Bahasa isyarat merupakan bahasa yang tidak menggunakan suara tetapi menggunakan gerakan tangan ataupun isyarat tangan dan mimik wajah yang dibutuhkan oleh penyandang tunarungu untuk memenuhi kebutuhan komunikasi dan kebutuhan informasi. Keterbatasan komunikasi dengan orang normal menjadi masalah sosial para penyandang tunarungu karena perbedaan metode komunikasi. Berdasarkan hal tersebut, dibutuhkan suatu sistem yang dapat mengenali dan menterjemahkan bahasa isyarat menjadi tulisan atau suara agar hubungan keduanya menjadi lebih baik. Salah satu proses yang harus dilakukan dalam pengenalan bahasa isyarat adalah proses ekstraksi ciri. Dalam penelitian ini menggunakan algoritma Motion Chain Code (MCC) untuk bahasa isyarat dinamis dan Principal Component Analysis (PCA) untuk bahasa isyarat statis. MCC merupakan metode yang dapat mendeskripsikan pola gerakan tangan sedangkan PCA merupakan metode yang mengambil fitur penting dari data berdimensi tinggi dengan cara mereduksi data tersebut menjadi data berdimensi rendah. Penelitian ini akan mengenali 26 huruf gerakan bahasa isyarat dengan inputan berupa video dengan menggunakan metode klasifikasi Multiclass Support Vector Machine (SVM). Berdasarkan hasil penelitian yang telah dilakukan, total akurasi tertinggi yang didapatkan untuk pengenalan bahasa isyarat statis dan dinamis didapatkan adalah 69,23% menggunakan data latih sebanyak 1040 video dan diuji menggunakan 520 video, setiap huruf memiliki 40 video data latih dan 20 video data uji. Pada pengujian untuk bahasa isyarat statis didapatkan akurasi sebesar 67,25% dan untuk pengujian bahasa isyarat dinamis didapatkan akurasi sebesar 90%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Bahasa Isyarat, Motion Chain Code, Principal Component Analysis, Multiclass, Support Vector Machine
Subjects: ?? UNIK1502 ??
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Date Deposited: 31 Jan 2019 10:24
Last Modified: 31 Jan 2019 10:24
URI: http://repository.unikom.ac.id/id/eprint/59318

Actions (login required)

View Item View Item