PENERBITGOODWOODPENERBITGOODWOOD

Jurnal Ilmu Siber dan Teknologi DigitalJurnal Ilmu Siber dan Teknologi Digital

Penelitian ini bertujuan untuk membuat model pembelajaran mesin random forest dan regresi logistik yang dapat melakukan pengenalan bahasa isyarat Bahasa Isyarat Indonesia (SIBI) menggunakan kamera RGB biasa dengan kerangka kerja MediaPipe. Variabel dalam penelitian ini diukur menggunakan Skala Perilaku Kerja Inovatif (IWB) dari Janssen (2000) dan Skala Ketahanan Davidson-Connor (CD-RISC) dari Connor & Davidson (2003) yang didistribusikan melalui tautan Google Form. Analisis data dilakukan dengan dukungan SPSS (Statistical Package for Social Science) versi ke-25. Hasil penelitian menunjukkan bahwa ketahanan memiliki korelasi signifikan dengan perilaku kerja inovatif di kalangan mahasiswa.

Penelitian ini berhasil membuat model random forest dan logistic regression dengan akurasi tinggi untuk pengenalan bahasa isyarat Indonesia.Pembuatan dataset dengan hanya menyimpan 21 titik kerangka tangan menggunakan kerangka kerja MediaPipe terbukti efektif.Model random forest memiliki asimtot pada jumlah tree 100 dengan nilai akurasi mencapai sekitar 97%.Model logistic regression memiliki asimtot pada maksimum iterasi 250 dan L2 regularisasi dengan nilai akurasi mencapai sekitar 96%.

Berdasarkan keterbatasan yang ditemukan dalam penelitian ini, beberapa saran penelitian lanjutan dapat diajukan. Pertama, perlu dilakukan pengembangan dataset dengan jumlah data yang lebih besar dan variasi gestur yang lebih luas, serta pengambilan gambar dalam kondisi pencahayaan yang berbeda-beda untuk meningkatkan robustitas model. Kedua, eksplorasi algoritma pembelajaran mesin lain selain Random Forest dan Logistic Regression, seperti Convolutional Neural Networks (CNN) atau Recurrent Neural Networks (RNN), dapat dilakukan untuk mengeksplorasi potensi peningkatan akurasi. Ketiga, penelitian dapat difokuskan pada pengembangan model yang mampu mengenali gestur dinamis dalam bahasa isyarat, seperti huruf J dan Z, yang belum tercakup dalam penelitian ini, dengan memanfaatkan data sensor tambahan atau teknik pemrosesan citra yang lebih canggih. Dengan pengembangan lebih lanjut, teknologi pengenalan bahasa isyarat diharapkan dapat memberikan kontribusi signifikan dalam memfasilitasi komunikasi antara penyandang tunarungu dan masyarakat umum.

  1. Jurnal Ilmu Siber dan Teknologi Digital | Jurnal Ilmu Siber dan Teknologi Digital. jurnal ilmu siber... penerbitgoodwood.com/index.php/jisted/article/view/1899Jurnal Ilmu Siber dan Teknologi Digital Jurnal Ilmu Siber dan Teknologi Digital jurnal ilmu siber penerbitgoodwood index php jisted article view 1899
  2. Jurnal Ilmu Siber dan Teknologi Digital | Jurnal Ilmu Siber dan Teknologi Digital. jurnal ilmu siber... penerbitgoodwood.com/index.php/jisted/article/view/1800Jurnal Ilmu Siber dan Teknologi Digital Jurnal Ilmu Siber dan Teknologi Digital jurnal ilmu siber penerbitgoodwood index php jisted article view 1800
  3. Jurnal Ilmu Siber dan Teknologi Digital | Jurnal Ilmu Siber dan Teknologi Digital. jurnal ilmu siber... penerbitgoodwood.com/index.php/jisted/article/view/1509Jurnal Ilmu Siber dan Teknologi Digital Jurnal Ilmu Siber dan Teknologi Digital jurnal ilmu siber penerbitgoodwood index php jisted article view 1509
Read online
File size1.23 MB
Pages16
DMCAReport

Related /

ads-block-test