PENGENALAN ISYARAT TANGAN BERUPA ANGKA PADA VIDEO PERCAKAPAN BAHASA ISYARAT INDONESIA (BISINDO) MENGGUNAKAN METODE EKSTRAKSI WARNA KULIT DAN DEEP LEARNING

Zahro, Rofiqah (2019) PENGENALAN ISYARAT TANGAN BERUPA ANGKA PADA VIDEO PERCAKAPAN BAHASA ISYARAT INDONESIA (BISINDO) MENGGUNAKAN METODE EKSTRAKSI WARNA KULIT DAN DEEP LEARNING. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_15014193_Rofiqah Zahro_IF.pdf Restricted to Registered users only Download (6MB)

Abstract

Masyarakat Indonesia umumnya mengandalkan bahasa verbal berupa lisan dan tulisan untuk berkomunikasi sehari-hari. Kondisi tersebut berbeda bagi penyandang disabilitas rungu dan wicara yang menggunakan bahasa isyarat nonverbal, salah satunya Bahasa Isyarat Indonesia (BISINDO). Keterbatasan pemahaman masyarakat umum terhadap BISINDO sering kali memicu hambatan dalam penyampaian informasi penting yang melibatkan isyarat angka, seperti penyebaran data harga, tahun, maupun jumlah kuantitas. Penelitian ini bertujuan untuk memecahkan permasalahan tersebut dengan membangun sebuah sistem komputasi yang mampu membaca dan menerjemahkan isyarat angka secara otomatis dari rekaman video percakapan BISINDO. Metode yang diusulkan mengombinasikan teknik ekstraksi warna kulit untuk mendeteksi area spasial wajah dan tangan pada citra, serta pendekatan pembelajaran mendalam (deep learning) untuk mengklasifikasikan gerakan isyarat menjadi teks digital. Tahapan penelitian meliputi pemrosesan awal (pre-processing) video, segmentasi warna menggunakan ruang warna HSV (Hue, Saturation, Value), ekstraksi fitur geometris, dan pelatihan model kognitif. Pengujian sistem dilakukan menggunakan total 135 sampel citra wajah dan tangan, yang terbagi atas 95 data pelatihan (training data) dan 40 data pengujian (testing data). Hasil eksperimen menunjukkan bahwa sistem berhasil mencapai tingkat akurasi sebesar 87,3% untuk pengujian isyarat satu tangan, serta 62,5% untuk pengujian berbasis dua tangan. Penerapan metode ekstraksi warna kulit dan deep learning terbukti efektif dalam mengidentifikasi wajah dan tangan secara optimal di bawah kondisi pencahayaan video yang jelas dengan kesamaan posisi, arah, serta rotasi objek secara praktis, cepat, tepat, dan akurat.

Kata Kunci: BISINDO, Ekstraksi Warna Kulit, Deep Learning, Ruang Warna HSV, Isyarat Angka.

Item Type:	Thesis (Other)
Subjects:	H Social Sciences > HV Social pathology. Social and public welfare Q Science > QA Mathematics > QA76 Computer software T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	07 Jul 2026 04:16
Last Modified:	07 Jul 2026 04:16
URI:	https://repository.unuja.ac.id/id/eprint/4058

Actions (login required)

View Item