DETEKSI SISTEM ISYARAT BAHASA INDONESIA HURUF A-Z MENGGUNAKAN METODE YOU ONLY LOOK ONCE DENGAN OUTPUT TEXT

Azima, M Reza Fauzan (2023) DETEKSI SISTEM ISYARAT BAHASA INDONESIA HURUF A-Z MENGGUNAKAN METODE YOU ONLY LOOK ONCE DENGAN OUTPUT TEXT. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (198kB)
	Text BAB 2.pdf Download (873kB)
	Text BAB 3.pdf Download (720kB)
	Text BAB 4.pdf Download (831kB)
	Text BAB 5.pdf Download (187kB)
	Text LAMPIRAN.pdf Download (720kB)

Abstract

Jumlah penduduk Indonesia sekitar kurang lebih 264 juta jiwa, tetapi tidak semua penduduk Indonesia terlahir normal. Ada beberapa penduduk Indonesia terlahir tidak bisa mendengar ataupun tidak bisa bicara. Maka, ada beberapa point yang harus kita perhatikan dari banyaknya penduduk di Indonesia, Karena tidak semua penduduk Indonesia berkehidupan normal. Ada beberapa penduduk mempunyai kekurangan seperti tuna wicara dan tuna rungu. Hal ini menimbulkan komunikasi dengan lawan bicara sangat sulit. Solusi terbaik supaya meraka bisa bekomunikasi dengan mempelajari metode bahasa isyarat. Tetapi tidak semua penduduk mengerti bahasa isyarat tersebut. Sebelumnya sudah ada sistem yang telah di buat untuk membantu para penyandang tuna wicara dan tuna rungu berkomunikasi, tetapi masih terdapat kekurangan dari sistem tersebut. Maka dari itu saya membuat sistem pendeteksi bahasa isyarat dengan memperbarui dari referensi referensi yang sudah ada. Untuk pembuatan sistem ini menggunakan algoritma you only look once (yolo). Yolo memliki kelebihan dengan terlihat dari seluruh citra pada saat dilakukan test dengan prediksi yang diinformasikan secara global pada citra. Dengan menggunakan algoritma yolo pengujian secara real time berkisar tingkat akurasi paling rendah 59% - 97% dengan rata rata 48,7% dari semua percobaan real time hal ini di sebebkan iteration 7200 bacth tergolong sedikit dari target 52000 batch sehingga mendapatkan nilai loss 0.1227. Pengujian kedua dengan nilai akurasi terendah 81 % dan tertinggin 100 % untuk pengujian foto. Untuk pengujian real time berkisar paling rendah 70 % - 100 % dengan rata rata 95,6 % dari semua percobaan real time hal ini di sebebkan iteration 52000 bacth dan mendapatkan nilai loss 0,0260 sehingga mendapatkan nilai akurasi yang baik. Kata kunci: tuna rungu, tuna wicara, yolo, real time dan loss.

Item Type:	Thesis (Bachelor)
Subjects:	L Education > L Education (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	- Abdurrahman -
Date Deposited:	12 Jun 2024 06:41
Last Modified:	12 Jun 2024 06:41
URI:	http://repository.unas.ac.id/id/eprint/11182

Actions (login required)

View Item