BSIBSI
Computer Science (CO-SCIENCE)Computer Science (CO-SCIENCE)Individu dengan gangguan pendengaran sering menghadapi hambatan komunikasi saat berinteraksi dengan orang yang tidak familiar dengan bahasa isyarat. Salah satu sistem bahasa isyarat yang diakui secara resmi di Indonesia adalah Sistem Bahasa Isyarat Indonesia (SIBI), yang menyampaikan makna melalui gestur tangan. Sebagian besar studi pengakuan bahasa isyarat yang ada berfokus pada gestur tangan tunggal, yang membatasi ekspresivitas. Penelitian ini mengusulkan sistem pengakuan gestur tangan dua tangan berbasis pengolahan citra digital untuk menerjemahkan gestur SIBI menjadi huruf alfabet, sementara gestur tambahan memungkinkan fungsi kontrol teks. Dataset terdiri dari 29 kelas gestur dengan 1.000 gambar per kelas, totaling 29.000 gambar, dan dibagi menjadi set pelatihan dan pengujian menggunakan split train-test. Klasifikator Random Forest digunakan untuk menangani data koordinat landmark berdimensi tinggi. Hasil eksperimen menunjukkan akurasi klasifikasi sebesar 99,97%. Sistem ini diimplementasikan sebagai aplikasi ramah pengguna secara real-time. Meskipun akurasi tinggi dicapai, potensi overfitting akibat dataset terkontrol diidentifikasi sebagai keterbatasan. Pekerjaan masa depan akan fokus pada peningkatan generalisasi menggunakan data dunia nyata yang lebih beragam.
Penelitian ini menunjukkan bahwa aplikasi pengakuan gestur tangan berbasis SIBI yang dikembangkan berfungsi efektif dalam kondisi real-time.Menggunakan MediaPipe dan OpenCV untuk deteksi landmark tangan dan klasifikator Random Forest untuk pengakuan gestur, sistem mencapai akurasi sebesar 99,97%, menunjukkan kinerja yang andal.Sistem yang diusulkan mendukung komunikasi untuk individu dengan gangguan pendengaran dengan menerjemahkan gestur tangan SIBI menjadi output yang dapat dipahami oleh pengguna non-cacat.Sebagian besar gestur alfabet SIBI diakui dengan akurat, meskipun terjadi kesalahan klasifikasi kecil untuk gestur yang secara visual mirip seperti O dan C.
Untuk meningkatkan kinerja dan penggunaannya, penelitian lanjutan dapat berfokus pada pengembangan platform berbasis mobile, serta mengeksplorasi pengenalan gestur dua tangan dan metode AI yang lebih maju. Selain itu, perluasan dataset dengan data dunia nyata yang lebih beragam dapat meningkatkan generalisasi sistem dan mengurangi potensi overfitting. Dengan demikian, sistem ini dapat menjadi alat komunikasi yang lebih efektif dan inklusif untuk individu dengan gangguan pendengaran.
- Penerapan Algoritma Random Forest dalam Prediksi Kelayakan Air Minum | Jurnal Ilmu Komputer dan Informatika.... jiki.jurnal-id.com/index.php/jiki/article/view/81Penerapan Algoritma Random Forest dalam Prediksi Kelayakan Air Minum Jurnal Ilmu Komputer dan Informatika jiki jurnal id index php jiki article view 81
- Login | PROSIDING SEMINAR NASIONAL SAINS DATA. prosiding seminar nasional sains data skip main content... doi.org/10.33005/senada.v3i1.102Login PROSIDING SEMINAR NASIONAL SAINS DATA prosiding seminar nasional sains data skip main content doi 10 33005 senada v3i1 102
- Buku Ajar Kecerdasan Buatan/Artificial Intelegent (AI) | Umsida Press. buku ajar kecerdasan buatan artificial... press.umsida.ac.id/index.php/umsidapress/article/view/1306Buku Ajar Kecerdasan Buatan Artificial Intelegent AI Umsida Press buku ajar kecerdasan buatan artificial press umsida ac index php umsidapress article view 1306
| File size | 770.78 KB |
| Pages | 9 |
| DMCA | Report |
Related /
BSIBSI Studi ini menyimpulkan bahwa integrasi desain sistem berbasis UML dan Model Kano efektif untuk mengembangkan dan mengevaluasi aplikasi perpustakaan berbasisStudi ini menyimpulkan bahwa integrasi desain sistem berbasis UML dan Model Kano efektif untuk mengembangkan dan mengevaluasi aplikasi perpustakaan berbasis
BSIBSI Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi IdentifikU, sebuah platform penilaian diagnostik berbasis web yang dirancang untuk mendukungPenelitian ini bertujuan untuk mengembangkan dan mengevaluasi IdentifikU, sebuah platform penilaian diagnostik berbasis web yang dirancang untuk mendukung
BSIBSI Random Forest is recommended as the primary model to support more effective land management and crop cultivation strategies. The findings of this studyRandom Forest is recommended as the primary model to support more effective land management and crop cultivation strategies. The findings of this study
BSIBSI This study successfully implemented the SILAKES web and mobile health service system using the Waterfall method, ensuring structured development, completeThis study successfully implemented the SILAKES web and mobile health service system using the Waterfall method, ensuring structured development, complete
BSIBSI Oleh karena itu, diperlukan analisis lebih mendalam guna mengevaluasi sejauh mana aplikasi Alpukat Betawi mampu memenuhi kebutuhan penggunanya. PenelitianOleh karena itu, diperlukan analisis lebih mendalam guna mengevaluasi sejauh mana aplikasi Alpukat Betawi mampu memenuhi kebutuhan penggunanya. Penelitian
BSIBSI Metode Naïve Bayes adalah salah satu metode klasifikasi yang populer dalam analisis sentimen karena kemampuannya yang tinggi dalam mengklasifikasikanMetode Naïve Bayes adalah salah satu metode klasifikasi yang populer dalam analisis sentimen karena kemampuannya yang tinggi dalam mengklasifikasikan
BSIBSI 5 mampu melakukan diagnosis penyakit diabetes dengan baik. Klasifikasi data mining dengan menggunakan Algoritma C4. 5 dapat membantu peneliti dalam prediksi5 mampu melakukan diagnosis penyakit diabetes dengan baik. Klasifikasi data mining dengan menggunakan Algoritma C4. 5 dapat membantu peneliti dalam prediksi
UnnasUnnas Tujuan penelitian ini untuk mengevaluasi implementasi sistem merit dalam seleksi mutasi masuk pegawai di Pemerintah Kota Semarang dan melihat faktor-faktorTujuan penelitian ini untuk mengevaluasi implementasi sistem merit dalam seleksi mutasi masuk pegawai di Pemerintah Kota Semarang dan melihat faktor-faktor
Useful /
BSIBSI Keunggulan ini didorong oleh mekanisme pembelajaran berbasis margin SVM dan sensitivitasnya terhadap distribusi fitur yang dinormalisasi, yang memungkinkanKeunggulan ini didorong oleh mekanisme pembelajaran berbasis margin SVM dan sensitivitasnya terhadap distribusi fitur yang dinormalisasi, yang memungkinkan
BSIBSI Hasilnya menunjukkan bahwa sistem mencapai akurasi rata-rata 87,32% saat beroperasi pada CPU yang meningkat menjadi 91,30% saat menggunakan GPU. KinerjaHasilnya menunjukkan bahwa sistem mencapai akurasi rata-rata 87,32% saat beroperasi pada CPU yang meningkat menjadi 91,30% saat menggunakan GPU. Kinerja
BSIBSI Riset ini memakai pendekatan Kuantitatif, jenis data utamanya adalah metode kuesioner. Metode pengambilan sampel ini menggunakan metode Purpossive Sampling,Riset ini memakai pendekatan Kuantitatif, jenis data utamanya adalah metode kuesioner. Metode pengambilan sampel ini menggunakan metode Purpossive Sampling,
UnnasUnnas Pemanfaatan teknologi informasi berkontribusi terhadap reformasi birokrasi, yakni dalam hal kecepatan pelayanan publik, kepastian waktu, transparansi,Pemanfaatan teknologi informasi berkontribusi terhadap reformasi birokrasi, yakni dalam hal kecepatan pelayanan publik, kepastian waktu, transparansi,