Desain Sistem Isyarat Bahasa Indonesia (SIBI) Dua Arah Berbasis Smart-Glove dengan Metode Klasifikasi Artificial Neural Network

Sari, Veny Eka Nurfita (2024) Desain Sistem Isyarat Bahasa Indonesia (SIBI) Dua Arah Berbasis Smart-Glove dengan Metode Klasifikasi Artificial Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5023201014-Undergraduate_Thesis.pdf] Text
5023201014-Undergraduate_Thesis.pdf - Accepted Version

Download (2MB)

Abstract

Manusia melakukan kegiatan berkomunikasi dalam menjalankan kegiatan sehari-harinya, tetapi tidak semua orang dapat berkomunikasi dengan mudah seperti yang dialami oleh penyandang tunarungu dan tunawicara. Sistem Isyarat Bahasa Indonesia (SIBI) adalah standar bahasa isyarat yang digunakan oleh penyandang tunarungu-wicara di Indonesia, sayangnya SIBI yang digunakan secara konvensional dinilai kurang efektif. Pada penelitian sebelumnya telah dikembangkan sebuah sistem berupa Smart-Glove yang bisa digunakan untuk menginterpretasikan SIBI. Sistem tersebut berupa sarung tangan wearable yang digunakan oleh penyandang tunarungu-wicara dimana alat ini akan menginterpretasikan abjad pada SIBI ke dalam bentuk suara atau teks. Sistem Smart-Glove tersebut mampu menerjemahkan banyak karakter abjad dengan tepat dan memiliki interpretasi ke dalam bentuk suara dan teks yang baik. Namun, ada beberapa karakter abjad tertentu yang memiliki tingkat akurasi terjemahan yang rendah. Oleh karena itu, pada penelitian ini dibuat sebuah alat berupa. Metode klasifikasi yang akan digunakan berbasis Artificial Neural Network (ANN). Hasil penelitian ini berupa teks yang muncul pada layar smartphone yang terkoneksi Bluetooth dengan sarung tangan. Tingkat akurasi pendeteksian huruf mencapai 87,61%, sementara angka mencapai 80,56%. Selain berupa teks, output lain berupa suara yang diimplementasikan menggunakan text-to-speech memiliki tingkat akurasi 100%. Umpan balik dari lawan bicara juga dapat menggunakan fitur speech-to-text yang memiliki tingkat akurasi 100%. Alat ini bisa membantu penyandang tunarungu-wicara untuk bisa berkomunikasi dengan orang lain dan menerima umpan balik dari komunikasi yang dilakukan, khususnya dalam kegiatan pembelajaran dengan menggunakan SIBI. Untuk rencana pengembangan berikutnya bisa difokuskan pada tujuan interpretasi, seperti menginterpretasikan kata kerja.
========================================================================================================================
Humans carry out communication activities in carrying out their daily activities, but not everyone can communicate easily as experienced by deaf and hard of hearing people. The Indonesian Sign Language System (SIBI) is a sign language standard used by deaf-mute in Indonesia, unfortunately SIBI used conventionally is considered less effective. In previous research, a Smart-Glove system has been developed that can be used to interpret SIBI. The system is a wearable glove used by deaf-mute where this tool will interpret the alphabet in SIBI into voice or text. The Smart-Glove system is able to translate many alphabetic characters correctly and has good interpretation into voice and text. However, there are certain alphabetic characters that have a low level of translation accuracy. Therefore, in this research, a tool is made. The classification method to be used is based on Artificial Neural Network (ANN). The results of this study are in the form of text that appears on the smartphone screen connected to Bluetooth with gloves. The accuracy rate of letter detection reached 87.61%, while numbers reached 80.56%. In addition to text, another output in the form of a voice implemented using text-to-speech has an accuracy rate of 100%. Feedback from the interlocutor can also use the speech-to-text feature which has an accuracy rate of 100%. This tool can help deaf-mute to be able to communicate with others and receive feedback from the communication made, especially in learning activities using SIBI. The next development plan can focus on interpretation purposes, such as interpreting verbs.

Item Type: Thesis (Other)
Uncontrolled Keywords: bahasa isyarat, sarung tangan, sensor, Sistem Isyarat Bahasa Indonesia (SIBI), tunarungu-wicara, deaf-mute, gloves, Indonesian Sign Language System (SIBI), sensor, sign language
Subjects: Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines.
T Technology > T Technology (General) > T57.5 Data Processing
T Technology > T Technology (General) > T59.7 Human-machine systems.
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering > 11410-(S1) Undergraduate Thesis
Depositing User: Veny Eka Nurfita Sari
Date Deposited: 14 Aug 2024 02:26
Last Modified: 14 Aug 2024 02:26
URI: http://repository.its.ac.id/id/eprint/114129

Actions (login required)

View Item View Item