Sutanto, Yohanes Aditya (2016) Rancang Bangun Modul Pengenalan Bahasa Isyarat Menggunakan Teknologi Kinect Dan Metode Back Propagation Genetic Algorithm Neural Network. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5112100135-Undergrauate_Thesis.pdf - Accepted Version Download (1MB) | Preview |
Abstract
Bahasa isyarat adalah hal yang penting dalam komunikasi bagi orang yang menderita gangguan pendengaran. Kecepatan menguasai bahasa dan kemampuan mereka berinteraksi sangat dibutuhkan. Mereka membutuhkan bahan pembelajaran yang tidak hanya berisi tentang komponen aural saja, namun juga secara visual karena lebih nyata. Di sisi lain, teknologi berkembang pesat di segala aspek kehidupan. Berbagai macam terobosan teknologi baru telah diciptakan oleh manusia, salah satunya perangkat Kinect yang diciptakan untuk windows sekitar tahun 2012. Kinect dapat digunakan untuk mendeteksi gerakan isyarat yang diberikan dengan memanfaatkan fitur yang ada. Tugas akhir ini menggunakan fitur skeleton tracking yang ada pada Kinect untuk mendeteksi bahasa isyarat. Hasil pengujian dari tugas akhir ini menunjukkan bahwa metode Back Propagation Genetic Algorithm Neural Network yang digunakan sebagai classifier gerakan isyarat memiliki akurasi yang baik yaitu sekitar 92,5 persen. Hasil tersebut masih dapat ditingkatkan dengan menambahkan data training yang diambil dari sample yang bervariasi.
======================================================================================================
Sign language is an important thing in the communication of deaf people. The speed of learning sign language and their skills to interact each other is very necessary. They need a media and the learning materials is not only about aural matter, but also visual. On the other hand, technology growth very quickly. The new Many technology are invented, one of them is Kinect which invented by Microsoft in 2012. Kinect can be used to detect motion gesture by utilizing the existing features. This final project using the skeleton tracking feature that availavle on Kinect to detect the sign language. The test results of this final project show that Back Propagation Genetic Algorithm Neural Network method used as classifier have good accuracy which is about 92,5 percent. These results can be improved by adding training data taken from different sample.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSIf 006.269 Sut r-1 |
| Uncontrolled Keywords: | Kinect, Bahasa Isyarat, SIBI. |
| Subjects: | Q Science > QA Mathematics > QA76.6 Computer programming. |
| Divisions: | Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | Yeni Anita Gonti |
| Date Deposited: | 30 Apr 2020 03:20 |
| Last Modified: | 30 Apr 2020 03:20 |
| URI: | http://repository.its.ac.id/id/eprint/75911 |
Actions (login required)
 |
View Item |