Studi dan Pengembangan Sarung Tangan Pintar Tunawicara: Memanfaatkan Sensor Gyro dan Flex dengan Klasifikasi Data Berbasis Jaringan Saraf Tiruan

Ariyatmoko, Muhammad Fauzan (2025) Studi dan Pengembangan Sarung Tangan Pintar Tunawicara: Memanfaatkan Sensor Gyro dan Flex dengan Klasifikasi Data Berbasis Jaringan Saraf Tiruan. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5001211062-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (8MB) | Request a copy

Abstract

Penyandang disabilitas tunawicara sering menghadapi hambatan komunikasi dengan beberapa masyarakat yang tidak memahami bahasa isyarat. Teknologi asistif seperti sarung tangan pintar berpotensi menjadi solusi untuk menjembatani kesenjangan komunikasi ini. Penelitian ini bertujuan untuk merancang dan mengembangkan sarung tangan pintar yang dapat menerjemahkan gerakan tangan abjad dalam Sistem Isyarat Bahasa Indonesia (SIBI) menjadi keluaran suara, menganalisis prinsip kerja dan karakteristik fisis sensor yang digunakan, serta mewujudkan perangkat alat bantu yang fungsional. Sarung tangan pintar ini dirancang dengan mengintegrasikan lima buah sensor flex dan satu sensor giroskop IMU MPU6050 untuk mendeteksi gestur tangan. Data dari sensor diproses dan diklasifikasikan menggunakan model Jaringan Saraf Tiruan (Artificial Neural Network) untuk mengenali 26 huruf abjad SIBI. Hasil klasifikasi kemudian diubah menjadi keluaran suara melalui modul audio yang terintegrasi. Kalibrasi sensor giroskop IMU MPU6050 telah mencapai kondisi ideal (percepatan sumbu-Z 1g dan sumbu lain-nya mendekati 0g begitu pun pada sudut rotasi) serta pengukuran sensitivitas pada lima sensor flex yang menunjukkan hubungan yang linear kuat antara sudut tekuk dengan resistansi (rata-rata R^2>0.95) dan tegangan (rata-rata R^2>0.98). Hasil pengembangan dan studi sarung tangan pintar tunawicara berhasil menerjemahkan 26 gestur abjad Sistem Isyarat Bahasa Indonesia (SIBI) dengan accuracy 99,83% dan loss 0.25%, serta akurasi klasifikasi matriks confusion mendekati dengan accuracy 100% menggunakan Jaringan Saraf Tiruan (ANN). Meskipun memang dalam penggunaan sarung tangan secara real-time sering kali mengalami kesalahan prediksi dikarenakan gerakan (gesture) yang mirip pada beberapa Abjad SIBI, contohnya Huruf ”M”dan ”N”. Dengan Acuan kedua hasil tersebut dapat disimpulkan bahwa telah berhasil dibuat prototipe sarung tangan pintar tunawicara sebagai perangkat asistif atau alat bantu yang cukup fungsional bagi penyandang disabilitas tunawicara untuk mencapai tujuan mempermudah komunikasi dan bersosialisasi kepada masyarakat.
=================================================================================================================================
Individuals with speech disabilities often face communication barriers with people who do not understand sign language. Assistive technology, such as smart gloves, has the potential to bridge this gap. This research aims to design and develop a smart glove capable of translating Indonesian Sign Language System (SIBI) alphabet hand gestures into voice output, analyze the working principles and physical characteristics of the sensors used, and create a functional assistive device. The smart glove is designed by integrating five flex sensors and an IMU MPU6050 gyroscope sensor to detect hand gestures. Data from the sensors are processed and classified using an Artificial Neural Network (ANN) model to recognize the 26 letters of the SIBI alphabet. The classification results are then converted into voice output through an integrated audio module. The calibration of the IMU MPU6050 gyroscope sensor has reached ideal conditions (Z-axis acceleration of 1g and other axes approaching 0g, as well as for rotational angles). Furthermore, sensitivity measurements of the five flex sensors show a strong linear relationship between the bending angle and both resistance (average R 2 > 0.95) and voltage (average R 2 > 0.98). The development and study of the smart glove resulted in the successful translation of 26 SIBI alphabet gestures with an accuracy of 99.83% and a loss of 0.25%, and a confusion matrix classification accuracy approaching 100% using the ANN. However, in realtime use, the glove often experiences prediction errors due to similar gestures for several SIBI alphabets, such as the letters “M” and “N”. Based on these results, it can be concluded that a functional prototype of a smart glove has been successfully created as an assistive device for individuals with sp

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Sarung Tangan Pintar, Sensor Giroskop, Sensor Flex, Jaringan Saraf Tiruan, Sistem Isyarat Bahasa Indonesia(SIBI).
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7878 Electronic instruments Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions:	Faculty of Natural Science > Physics > 45201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Fauzan Ariyatmoko
Date Deposited:	29 Jul 2025 01:07
Last Modified:	29 Jul 2025 01:07
URI:	http://repository.its.ac.id/id/eprint/120951

Actions (login required)

View Item