PENGENALAN HURUF ALFABET BAHASA ISYARAT MENGGUNAKAN MODEL CONVOLUTIONAL NEURAL NETWORK

Pradana, Muhammad Nurfansyah (2025) PENGENALAN HURUF ALFABET BAHASA ISYARAT MENGGUNAKAN MODEL CONVOLUTIONAL NEURAL NETWORK. Bachelor thesis, Universitas Nasional.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (803kB)
[thumbnail of BAB1.pdf] Text
BAB1.pdf

Download (397kB)
[thumbnail of BAB2.pdf] Text
BAB2.pdf

Download (753kB)
[thumbnail of BAB3.pdf] Text
BAB3.pdf

Download (835kB)
[thumbnail of BAB4.pdf] Text
BAB4.pdf

Download (1MB)
[thumbnail of BAB5.pdf] Text
BAB5.pdf

Download (311kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf

Download (13MB)

Abstract

Bahasa isyarat merupakan alat komunikasi utama bagi penyandang tunarungu, salah satunya
adalah American Sign Language (ASL), yang menggunakan gerakan tangan untuk
merepresentasikan huruf. Namun, masih banyak masyarakat yang tidak memahami bahasa ini,
sehingga komunikasi antara penyandang tunarungu dan masyarakat umum menjadi terbatas.
Tantangan utama dalam pengenalan bahasa isyarat adalah memastikan klasifikasi huruf yang
akurat. Penelitian ini mengatasi beberapa tantangan utama, termasuk pemilihan model yang
tepat, pengolahan dataset, serta peningkatan kemampuan model dalam mengenali berbagai
variasi gerakan tangan. Penelitian ini bertujuan untuk mengembangkan model berbasis
Convolutional Neural Network (CNN) yang mampu mengenali huruf dalam ASL secara
otomatis. Dataset dikumpulkan menggunakan webcam dengan 100 gambar per huruf. Data
tersebut kemudian diproses melalui teknik augmentasi dan normalisasi sebelum dilatih
menggunakan model CNN selama 50 epoch. Model yang diusulkan mencapai akurasi 98%
pada data uji, 97% pada data latih, serta loss sebesar 2%, menunjukkan kemampuannya dalam
mengenali huruf secara real-time dengan tingkat akurasi lebih dari 95%. Penelitian ini
berkontribusi dalam pengembangan sistem pengenalan bahasa isyarat berbasis kecerdasan
buatan yang dapat mempermudah komunikasi bagi penyandang tunarungu dengan masyarakat
luas. Penelitian selanjutnya dapat berfokus pada perluasan dataset dengan mempertimbangkan
variasi pencahayaan dan lingkungan yang lebih beragam untuk meningkatkan ketangguhan
model serta kemampuan klasifikasi pada tingkat kalimat.

Item Type: Thesis (Bachelor)
Subjects: L Education > L Education (General)
R Medicine > R Medicine (General)
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika
Depositing User: Users 30 not found.
Date Deposited: 01 Jul 2025 07:20
Last Modified: 01 Jul 2025 07:20
URI: https://repository.unas.ac.id/id/eprint/13224

Actions (login required)

View Item View Item