Penerapan Library Tensorflow, Cvzone, dan Numpy pada Sistem Deteksi Bahasa Isyarat Secara Real Time
DOI:
https://doi.org/10.58982/krisnadana.v2i3.335Keywords:
Machine Learning, Phyton, Open Cv, Bahasa IsyaratAbstract
Sebagai makhluk sosial, manusia secara alami perlu berinteraksi satu sama lain melalui komunikasi, dengan berada di masyarakat hanya untuk berbagi informasi atau saling menanggapi kebutuhan, seperti proses belajar di sekolah. Namun penyandang tunarungu sulit untuk berkomunikasi secara utuh karena lingkungan yang tidak ramah bagi mereka dan salah satunya adalah sangat sedikit yang memahami bahasa isyarat. Program berbasis Python "My Signs" dikembangkan untuk mengedukasi masyarakat tentang Bahasa Isyarat Indonesia (BISINDO), dengan fitur-fitur seperti mengenali bahasa isyarat menggunakan model pembelajaran mesin dan menerjemahkan kata menggunakan output gambar, serta menggunakan Python. Layanan dalam infrastruktur perangkat lunak. Pengembangan aplikasi ini menggunakan library open CV yang merupakan bentuk library dari metode machine learning dengan Bahasa python, sehingga dengan berkembangnya aplikasi ini diharapakan terciptanya lingkungan yang ramah bagi tunarungu.
References
“View of Aplikasi Penerjemah Bahasa Isyarat Indonesia Ke Dalam Huruf Abjad.”
“View of PENGEMBANGAN APLIKASI PENGENALAN BAHASA ISYARAT ABJAD SIBI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN).”
“View of KLASIFIKASI OBJEK KODE TANGAN PADA PENGENALAN ISYARAT ALPHABET BAHASA ISYARAT INDONESIA (BISINDO).”
O. Dwi Nurhayati, D. Eridani, and M. Hafiz Tsalavin, “SISTEM ISYARAT BAHASA INDONESIA (SIBI) METODE CONVOLUTIONAL NEURAL NETWORK SEQUENTIAL SECARA REAL TIME A REAL-TIME INDONESIAN LANGUAGE SIGN SYSTEM USING THE CONVOLUTION NEURAL NETWORK METHOD”, doi: 10.25126/jtiik.202294787.
“View of Pengenalan Angka Sistem Isyarat Bahasa Indonesia Dengan Menggunakan Metode Convolutional Neural Network | Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi).”
“Pengenalan Alfabet Bahasa Isyarat Tangan Secara Real-Time dengan Menggunakan Metode Convolutional Neural Network dan Recurrent Neural Network | Yolanda | Jurnal Infra.”
“Pengenalan Angka Sistem Isyarat Bahasa Indonesia Dengan Menggunakan Metode Convolutional Neural Network | Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi).”
R. Sinukun and Y. Darise, “Aplikasi Bahasa Isyarat Sederhana Berbasis Android,” J. Teknol. Inf. Indones., vol. 2, no. 1, pp. 20–26, 2017.
S. T. Isma, “Meneliti bahasa isyarat dalam perspektif variasi bahasa,” Kongr. Bhs. Indones., pp. 1–14, 2018.
R. I. Borman and B. Priyopradono, “Implementasi Penerjemah Bahasa Isyarat Pada Bahasa Isyarat Indonesia (BISINDO) Dengan Metode Principal Component Analysis (PCA),” J. Inform. J. Pengemb. IT, vol. 3, no. 1, pp. 103–108, 2018.
N. Huda, “Aplikasi Bahasa Isyarat Pengenalan Huruf Hijaiyah Bagi Penyandang Disabilitas Tuna Rungg,” Apl. Bhs. Isyarat Pengenalan Huruf Hijaiyah Bagi Penyandang Disabil. Tuna Rungg, 2022.
D. Sarkar, R. Bali, and T. Sharma, “Practical machine learning with Python,” A Probl. Guid. To Build. Real-World Intell. Syst. Berkely Apress, 2018.
A. C. Müller and S. Guido, Introduction to machine learning with Python: a guide for data scientists. “ O’Reilly Media, Inc.,” 2016.
S. Raschka and V. Mirjalili, “Python machine learning: Machine learning and deep learning with python,” Scikit-Learn, TensorFlow. Second Ed. ed, vol. 3, 2017.
S. Raschka and V. Mirjalili, Python machine learning: Machine learning and deep learning with Python, scikit-learn, and TensorFlow 2. Packt Publishing Ltd, 2019.
I. N. T. A. Putra, “Face Recognition Based Mobile Using Fisherface and Distance Classifier,” JST (Jurnal Sains dan Teknol., vol. 7, no. 1, pp. 135–145, 2018, doi: 10.23887/jst-undiksha.v7i1.13267.
I. N. Tri Anindia Putra, “Perancangan dan Pengembangan Sistem Absensi Realtime Melalui Metode Pengenalan Wajah,” JST (Jurnal Sains dan Teknol., vol. 3, no. 2, pp. 450–467, 2015, doi: 10.23887/jst-undiksha.v3i2.4480.
I. N. T. A. Putra and E. D. Krisna, “Implementasi Sistem Surveillance Berbasis Pengenalan Wajah pada STMIK STIKOM Indonesia,” J. Ilmu Komput., vol. 13, no. 2, p. 8, 2020, doi: 10.24843/jik.2020.v13.i02.p01.
I. N. T. A. Putra and K. S. Kartini, “Perbandingan Metode Pengenalan Wajah Melalui Surveillance Berbasis Pengenalan Wajah,” SINTECH (Science Inf. Technol. J., vol. 4, no. 1, pp. 88–98, 2021, doi: 10.31598/sintechjournal.v4i1.660.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 I Nyoman Tri Anindia Putra, Ketut Sepdyana Kartini, Yoga Kristian Suyitno, I Made Sugiarta, Ni Kadek Era Puspita
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
