Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode YOLO Dan CNN
Bahasa merupakan alat atau wahana untuk menyampaikan antar manusia satu dengan yang lainnya. Bagaimanapun, tidak setiap orang dapat menggunakan bahasa verbal dengan sempurna. Seperti orang yang tuli dan bisu, mereka tidak bisa menyampaikan apa yang ingin di sampaikan dengan baik. Tuli atau tunarungu...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Politeknik Negeri Batam
2022-11-01
|
| Series: | Journal of Applied Informatics and Computing |
| Subjects: | |
| Online Access: | https://jurnal.polibatam.ac.id/index.php/JAIC/article/view/4694 |
| _version_ | 1811197223715733504 |
|---|---|
| author | Indah Inayatul Arifah Fathorazi Nur Fajri Gulpi Qorik Oktagalu Pratamasunu |
| author_facet | Indah Inayatul Arifah Fathorazi Nur Fajri Gulpi Qorik Oktagalu Pratamasunu |
| author_sort | Indah Inayatul Arifah |
| collection | DOAJ |
| description | Bahasa merupakan alat atau wahana untuk menyampaikan antar manusia satu dengan yang lainnya. Bagaimanapun, tidak setiap orang dapat menggunakan bahasa verbal dengan sempurna. Seperti orang yang tuli dan bisu, mereka tidak bisa menyampaikan apa yang ingin di sampaikan dengan baik. Tuli atau tunarungu adalah kekurangan kemampuan mendengar dari satu atau dua telinga. Dalam berkomunikasi tunarungu cenderung menggunakan bahasa isyarat. Salah satu bahasa isyarat yang sering digunakan ialah berupa angka, satu, dua, tiga, empat, dan lima. Dalam penelitian ini di gunakan metode You Only Look Once (YOLO) dan Convolutional Neural Network (CNN) untuk membantu sistem agar bisa membaca setiap gerakan yang dilakukan oleh tangan dan menghasilkan output berupa teks seperti tangan berisyarat satu bertuliskan satu atau tangan berisyarat dua bertuliskan dua dan seterusnya. Adapun tahapan yang dilakukan pada penelitian ini yaitu pengumpulan data , pengolahan gambar atau proses pre-processing data dalam pengimplementasian YOLO dan CNN. Setelah itu dilakukan uji coba dengan menggunakan Gambar dan video dari data BISINDO. Untuk hasil uji coba yang telah dilakukan menghasilkan akurasi sebesar 89 %. |
| first_indexed | 2024-04-12T01:10:51Z |
| format | Article |
| id | doaj.art-3e8868a93bb4474cb2433c48a633c32f |
| institution | Directory Open Access Journal |
| issn | 2548-6861 |
| language | English |
| last_indexed | 2024-04-12T01:10:51Z |
| publishDate | 2022-11-01 |
| publisher | Politeknik Negeri Batam |
| record_format | Article |
| series | Journal of Applied Informatics and Computing |
| spelling | doaj.art-3e8868a93bb4474cb2433c48a633c32f2022-12-22T03:54:05ZengPoliteknik Negeri BatamJournal of Applied Informatics and Computing2548-68612022-11-016217117610.30871/jaic.v6i2.46944694Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode YOLO Dan CNNIndah Inayatul ArifahFathorazi Nur FajriGulpi Qorik Oktagalu PratamasunuBahasa merupakan alat atau wahana untuk menyampaikan antar manusia satu dengan yang lainnya. Bagaimanapun, tidak setiap orang dapat menggunakan bahasa verbal dengan sempurna. Seperti orang yang tuli dan bisu, mereka tidak bisa menyampaikan apa yang ingin di sampaikan dengan baik. Tuli atau tunarungu adalah kekurangan kemampuan mendengar dari satu atau dua telinga. Dalam berkomunikasi tunarungu cenderung menggunakan bahasa isyarat. Salah satu bahasa isyarat yang sering digunakan ialah berupa angka, satu, dua, tiga, empat, dan lima. Dalam penelitian ini di gunakan metode You Only Look Once (YOLO) dan Convolutional Neural Network (CNN) untuk membantu sistem agar bisa membaca setiap gerakan yang dilakukan oleh tangan dan menghasilkan output berupa teks seperti tangan berisyarat satu bertuliskan satu atau tangan berisyarat dua bertuliskan dua dan seterusnya. Adapun tahapan yang dilakukan pada penelitian ini yaitu pengumpulan data , pengolahan gambar atau proses pre-processing data dalam pengimplementasian YOLO dan CNN. Setelah itu dilakukan uji coba dengan menggunakan Gambar dan video dari data BISINDO. Untuk hasil uji coba yang telah dilakukan menghasilkan akurasi sebesar 89 %.https://jurnal.polibatam.ac.id/index.php/JAIC/article/view/4694bahasa isyaratbahasa indonesiayou only look once (yolo)convolutional neural network (cnn) |
| spellingShingle | Indah Inayatul Arifah Fathorazi Nur Fajri Gulpi Qorik Oktagalu Pratamasunu Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode YOLO Dan CNN Journal of Applied Informatics and Computing bahasa isyarat bahasa indonesia you only look once (yolo) convolutional neural network (cnn) |
| title | Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode YOLO Dan CNN |
| title_full | Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode YOLO Dan CNN |
| title_fullStr | Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode YOLO Dan CNN |
| title_full_unstemmed | Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode YOLO Dan CNN |
| title_short | Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode YOLO Dan CNN |
| title_sort | deteksi tangan otomatis pada video percakapan bahasa isyarat indonesia menggunakan metode yolo dan cnn |
| topic | bahasa isyarat bahasa indonesia you only look once (yolo) convolutional neural network (cnn) |
| url | https://jurnal.polibatam.ac.id/index.php/JAIC/article/view/4694 |
| work_keys_str_mv | AT indahinayatularifah deteksitanganotomatispadavideopercakapanbahasaisyaratindonesiamenggunakanmetodeyolodancnn AT fathorazinurfajri deteksitanganotomatispadavideopercakapanbahasaisyaratindonesiamenggunakanmetodeyolodancnn AT gulpiqorikoktagalupratamasunu deteksitanganotomatispadavideopercakapanbahasaisyaratindonesiamenggunakanmetodeyolodancnn |