NURUL FIKRINURUL FIKRI

DBESTI: Journal of Digital Business and Technology InnovationDBESTI: Journal of Digital Business and Technology Innovation

Orang-orang dengan disabilitas tuna wicara serta tunarungu memiliki kesulitan ketika berkomunikasi dengan orang non disabilitas dikarenakan mereka menggunakan bahasa isyarat yang jarang dipelajari secara umum. Untuk menyelesaikan permasalahan ini diperlukan suatu model deep learning yang dapat mendeteksi gerakan tangan bahasa isyarat yang selanjutnya dapat dibuat aplikasi penerjemah bahasa isyarat yang bisa mempermudah komunikasi orang non disabilitas dengan orang disabilitas. Tujuan dari penelitian ini adalah membuat model deep learning yang mampu mendeteksi gerakan tangan bahasa isyarat berjenis SIBI alfabet dengan akurasi yang baik. Model algoritma CNN menggunakan Transfer Learning arsitektur MobilenetV2 dan metode transfer learning. Hasil penelitian ini menunjukkan evaluasi model mencapai 95,45% dan model selanjutnya dapat diterapkan pada aplikasi penerjemah isyarat, untuk pengembangan lanjutan diharapkan penggunaan dataset yang lebih banyak agar model mendapatkan banyak variasi saat proses training.

Dari penelitian sudah dilakukan terdapat kesimpulan yang bisa ditarik yakni dalam Perancangan Model Deep Learning untuk Penerjemah Bahasa Isyarat SIBI dengan Arsitektur Transfer Learning MobileNetV2 mendapatkan hasil evaluasi akurasi yakni di angka 95,45% ini merupakan hasil akurasi yang baik.Hasil dari penelitian ini diharapkan dapat dikembangkan khususnya penggunaan dataset yang lebih banyak agar model mendapatkan banyak variasi saat proses training.Terakhir harapan penelitian perancangan model ini dapat dikembangkan menjadi aplikasi penerjemah bahasa isyarat SIBI yang dapat membantu disabilitas tunarungu dan tunawicara.

Untuk penelitian lanjutan, disarankan untuk mengembangkan model deep learning yang lebih canggih dengan menggunakan dataset yang lebih beragam dan besar. Selain itu, dapat dieksplorasi penggunaan teknik-teknik pengolahan citra yang lebih kompleks, seperti augmentasi data yang lebih variatif atau teknik-teknik pengurangan noise pada citra. Dengan demikian, akurasi model dapat ditingkatkan dan aplikasi penerjemah isyarat dapat menjadi lebih akurat dan andal. Selain itu, penelitian juga dapat berfokus pada pengembangan antarmuka pengguna yang intuitif dan mudah digunakan, sehingga aplikasi dapat diakses oleh berbagai kalangan, termasuk orang-orang dengan disabilitas. Dengan demikian, aplikasi penerjemah isyarat SIBI dapat menjadi solusi komunikasi yang efektif dan inklusif bagi semua orang.

Read online
File size598.65 KB
Pages7
DMCAReport

Related /

ads-block-test