Penerjemahan Bahasa Isyarat Indonesia Mengggunakan Kamera Pada Telepon Genggam Android

Muhammad, Yunus A. (2016) Penerjemahan Bahasa Isyarat Indonesia Mengggunakan Kamera Pada Telepon Genggam Android. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2212100114-Undergraduate_Thesis.pdf - Accepted Version

Download (12MB) | Preview
[img]
Preview
Text
2212100114-Paperpdf.pdf - Accepted Version

Download (219kB) | Preview
[img]
Preview
Text
2212100114-Presentationpdf.pdf - Presentation

Download (876kB) | Preview

Abstract

Penginderaan visual atau machine vision merupakan suatu proses manipulasi data citra. Data tersebut dapat digunakan untuk melakukan intepretasi banyak hal, salah satunya yaitu pengenalan gesture dengan metode segmentasi. Pengenalan gesture dengan metode segmentasi adalah antarmuka yang dapat mengenali gerak-isyarat seorang manusia dan mentranslasikan gerakan tersebut sebagai instruksi yang dapat dipahami oleh komputer. Pengenalan gesture dapat digunakan untuk penerjemahkan bahasa isyarat pada orang tunawicara. Hal ini karena banyaknya orang yang tidak mengerti bahasa tangan orang tunawicara. Sehingga, orang tunawicara kesulitan dalam berinteraksi di masyarakat. Pada tugas akhir ini pengenalan gesture untuk penerjemahan bahasa isyarat lebih mengarah pada hand recognition,yaitu pendeteksian perubahan gerak tangan, dengan menggunakm android mobile phone sebagai divaisnya. Android mobile phone memiliki kamera untuk menangk.ap citra orang tuna wicara saat berkomunikasi menggunakan bahasa isyarat berupa gerakan tangan. Selanjutnya, citra diproses oleh processing unit android untuk melakukan proses hand recognition. Setelah proses tersebut selesai, maka layar display akan memunculkan huruf atau kata dari perubahan posisi gerak tangan yang dilakukan orang tunawicara yang berada di depan kamera. Hasil pengujian yang dilakukan pada tugas akhir ini ada1ah sistem dapat mengenali gesture dari pergerakan tangan pengguna dan juga dapat memprediksi label dengan akurat. Dalam kondisi pencahayaan yang cukup, Akurasi tertinggi dalam penentuan posisi target di 50 em, yaitu dengan kesalahan pengukuran bernilai kurang dari 2%. ======================================================================================================================== Machine vision is a process of manipulation of image data. Such data can be used to interpret many things, one of which is the introduction of gesture using segmentation color. Gesture recognition with segmentation is an interface that can recognize a human gestures and translates that movement as an instruction that can be understood by computers. Gestore recognition can be used for translating sign language on the mute people. This is because many people do not understand the language of the hands of the mute people. Thus, the mute people difficulty interacting in the commuoity. In this experiment, gesture recognition for sign language translation is more directed to hand recognition, namely the detection of changes in gestores, using android mobile phone as its devices. Android mobile phone has a camera to capture an image of the current speech impaired to commuoicate using sign language in the form of hand gestores. Furthermore, the image is processed by the processing uoit android to make the process of hand recognition. Once the process is completed, then the display screen will bring up a letter or a word of the change of position of hand gestores made speech impaired people who are in front of the camera. The results of testing on this final task is the system can recognize the gesture of the hand movements of the user and can also predict the label accurately. In the lighting conditions, the highest accuracy in the determinstion of the position of the target at 50 em, with an error of measurement of value is less than 2%.

Item Type: Thesis (Undergraduate)
Additional Information: RSE 005.269 Muh p
Uncontrolled Keywords: pengenalan gesture, kamera, machine vision, android, hand recognition.
Subjects: Q Science > QA Mathematics > QA76.6 Computer programming.
Divisions: Faculty of Industrial Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: ansi aflacha
Date Deposited: 20 Jan 2020 04:14
Last Modified: 20 Jan 2020 04:14
URI: https://repository.its.ac.id/id/eprint/72754

Actions (login required)

View Item View Item