PENGENALAN ISYARAT TANGAN BERUPA HURUF PADA VIDEO PERCAKAPAN BAHASA ISYARAT INDONESIA MENGGUNAKAN METODE EKSTRAKSI WARNA KULIT DAN DEEP LEARNING

Asrinda, Novia Nur (2019) PENGENALAN ISYARAT TANGAN BERUPA HURUF PADA VIDEO PERCAKAPAN BAHASA ISYARAT INDONESIA MENGGUNAKAN METODE EKSTRAKSI WARNA KULIT DAN DEEP LEARNING. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_15014060_Novia Nur Aslinda_IF.pdf Restricted to Registered users only Download (4MB)

Abstract

Komunikasi secara umum terbagi menjadi dua klasifikasi utama, yaitu komunikasi verbal dan komunikasi nonverbal. Komunikasi verbal memanfaatkan bahasa dan kata-kata lisan, sedangkan komunikasi nonverbal menyampaikan pesan tanpa kata-kata melalui gerak isyarat, bahasa tubuh, ekspresi wajah, dan kontak mata. Pengenalan Bahasa Isyarat Indonesia (BISINDO), khususnya dalam bentuk visualisasi huruf abjad, sangat krusial untuk menjembatani komunikasi masyarakat luas dengan penyandang disabilitas rungu. Penelitian ini bertujuan untuk mengimplementasikan teknologi computer vision berbasis deep learning untuk mengklasifikasikan huruf vokal BISINDO (A, I, U, E, O) pada rekaman video. Tahapan pre-processing data diawali dengan mengompresi resolusi video dari $1920 \times 1080$ piksel menjadi $940 \times 540$ piksel, dilanjutkan dengan pemotongan durasi video dari 90 detik menjadi 60 detik untuk mereduksi frame yang tidak relevan. Konversi video menjadi image sequence kemudian diproses menggunakan metode ekstraksi warna kulit berbasis nilai Hue, Saturation, Value (HSV) dan teknik thresholding untuk memisahkan objek tangan dari latar belakang. Dari proses tersebut, dikumpulkan 100 citra sampel sebagai data mentah yang didistribusikan ke dalam tiap folder huruf. Data tersebut dibagi menjadi dua bagian dengan rasio 70% sebagai data latihan (training data) dan 30% sebagai data uji (testing data). Hasil pengujian model deep learning menunjukkan bahwa sistem berhasil mengenali karakteristik huruf vokal isyarat dengan tingkat akurasi mencapai 83,3%. Sistem ini diharapkan dapat menjadi fondasi aplikasi penerjemah bahasa isyarat yang praktis, cepat, tepat, dan akurat.

Kata Kunci: BISINDO, Ekstraksi Warna Kulit, Hue Saturation Value (HSV), Deep Learning, Akurasi.

Item Type:	Thesis (Other)
Subjects:	H Social Sciences > HV Social pathology. Social and public welfare L Education > LC Special aspects of education P Language and Literature > P Philology. Linguistics Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	02 Jul 2026 08:29
Last Modified:	02 Jul 2026 08:30
URI:	https://repository.unuja.ac.id/id/eprint/3994

Actions (login required)

View Item