Penggunaan Dual Sensor Leap Motion Controller untuk Sistem Isyarat Bahasa Indonesia (SIBI) Berbasis Dempster Shafer Technique

Nugraha, Syaiful (2019) Penggunaan Dual Sensor Leap Motion Controller untuk Sistem Isyarat Bahasa Indonesia (SIBI) Berbasis Dempster Shafer Technique. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 05111450010056_Master_Thesis.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Bahasa isyarat adalah bahasa yang dibentuk dengan kombinasi gerakan jari, tangan, tubuh serta ekspresi wajah. Secara khusus bahasa isyarat ini adalah bahasa yang digunakan oleh para penyandang disabilitas seperti tunarungu dan tunawicara. Salah satu teknologi yang dikembangkan yaitu pengenalan bahasa isyarat dengan menggunakan sensor Leap Motion Controller (LMC). Pada penerapannya, sensor LMC tidak selalu dapat mengenali isyarat yang diberikan. Hal ini dikarenakan adanya bentuk isyarat yang saling bersentuhan antar jari, jari yang dilipat, tersembunyi ataupun terhalang oleh jari lainnya. Sehingga penggunaan dual sensor LMC bertujuan untuk mencegah dan meminimalisir adanya kesalahan dalam mengenal bahasa isyarat dari jari tangan yang ditangkap oleh kamera sensor. Adanya pendekatan baru seperti penggunaan dual sensor ini, dilakukan dengan mengkombinasikan data dan informasi yang diperoleh dari dua buah sensor. Pada penelitian ini diusulkan sebuah metode pengenalan bahasa isyarat SIBI yang mengkombinasikan informasi dan data yang diperoleh dari dua buah sensor LMC (dual sensor). Selanjutnya dilakukan proses penggabungan dan kombinasi oleh metode Dempster Shafer Technique yang nantinya akan menghasilkan output atau keluaran tunggal dari hasil pemrosesan dua buah sensor. Sehingga pemanfaatan dari dual sensor (dua buah sensor LMC) ini dapat memaksimalkan proses deteksi dan capture sensor terhadap isyarat tangan yang diberikan. Hasil pengujian yang dilakukan, penggunaan dual sensor LMC dapat mengenal isyarat SIBI yang diberikan. Kombinasi pada level fitur dari dua sensor LMC, mampu menghasilkan rata-rata akurasi pengenalan mencapai 86,26%. Skema terbaik penggunaan dual sensor LMC ini adalah skema kombinasi pada level clasifier dengan metode Dempster Shafer Technique yang mengacu pada tata letak dual sensor yang saling berhadapan membentuk sudut 45 derajat (skenario B3) dengan tingkat akurasi sebesar 90,12%. Adanya rule dari Dempster Shafer mampu menghasilkan keputusan tunggal dari hasil klasifikasi dua sensor LMC serta meningkatkan akurasi pengenalan dengan rata-rata peningkatan mencapai 2,78%.
===================================================================================================================================
Sign language is a language formed by a combination of finger, hand, body and facial expressions. In particular this sign language is a language used by persons with disabilities such as deaf and speech impaired. One of the technologies developed is the introduction of sign language using the Leap Motion Controller (LMC) sensor. In its application, the LMC sensor cannot always recognize the signal given. This is because there are cues that touch each other's fingers, fingers that are folded, hidden or blocked by other fingers. So that the use of dual LMC sensors aims to prevent and minimize the existence of errors in recognizing sign language from the fingers captured by sensor cameras. The new approach, such as the use of dual sensors, is done by combining data and information obtained from two sensors. In this study a method of introducing SIBI sign language is proposed which combines information and data obtained from two LMC sensors (dual sensors). Furthermore, a combination and combination process is carried out by the Dempster Shafer Technique method which will produce a single output or output from the processing of two sensors. So that the use of dual sensors (two LMC sensors) can maximize the detection and capture of sensors against hand signals given. The results of the tests carried out, the use of dual LMC sensors can recognize the SIBI signal given. The combination of the level features of the two LMC sensors, can produce an average recognition accuracy of 86.26%. The best scheme for using dual LMC sensors is a combination scheme at the clasifier level with the Dempster Shafer Technique method that refers to the dual layout of sensors facing each other forming an angle of 45 degrees (scenario B3) with an accuracy rate of 90.12%. The rule of Dempster Shafer is able to produce a single decision from the classification of two LMC sensors and improve recognition accuracy with an average increase of 2.78%.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	bahasa isyarat, Leap Motion Controller, dual sensor, klasifikasi, Dempster Shafer Technique.
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T57.62 Simulation
Divisions:	Faculty of Information and Communication Technology > Informatics > 55101-(S2) Master Thesis
Depositing User:	Nugraha Syaiful
Date Deposited:	23 Jul 2026 02:53
Last Modified:	23 Jul 2026 02:53
URI:	http://repository.its.ac.id/id/eprint/68926

Actions (login required)

View Item