Aplikasi Penerjemah Bahasa Isyarat Indonesia menjadi Suara berbasis Android menggunakan Tensorflow
DOI:
https://doi.org/10.35143/jkt.v7i1.4629Kata Kunci:
BISINDO, Tensorflow, Convolutional Neural Network, MobilenetV2, AndroidAbstrak
Bahasa Isyarat Indonesia atau BISINDO adalah bahasa isyarat dua tangan yang digunakan sebagai penghubung dalam berkomunikasi. BISINDO digunakan oleh masyarakat yang memiliki keterbatasan berbicara atau mendengar namun tidak bagi masyarakat lainnya. Hal ini menyebabkan pengguna BISINDO kesulitan menyampaikan informasi karena hanya beberapa masyarakat yang mengerti BISINDO. Oleh karena itu, dikembangkan sebuah aplikasi untuk membantu komunikasi antara pengguna BISINDO dan Bahasa Indonesia secara realtime. Klasifikasi BISINDO dilakukan dengan metode Convolutional Neural Network dan arsiktektur MobilenetV2 menggunakan tensorflow. Hasil klasifikasi digunakan sebagai model pada android untuk selanjutnya dikonversi menjadi suara. Berdasarkan pengujian model, tingkat akurasi yang dihasilkan mecapai 54,8% dalam mengklasifikasi 30 bahasa isyarat. Sehingga, performa dari model dapat dikatakan belum optimal dalam mengklasifikasikan. Berdasarkan pengujian aplikasi kepada 30% responden diperoleh hasil responden sangat setuju dengan adanya aplikasi ini dengan nilai rata-rata sebesar 83,95%.Unduhan
Referensi
R. A. Mursita, "Respon Tunatungu Terhadap Penggunaan Sistem Bahasa Isyarat Indonesia (SIBI) dan Bahasa Isyarat Indonesia (BISINDO)," INKLUSI Journal of Disability Studies, vol. 2, pp. 221-232, 2015.
T. Handika, R. I. M. Zen, M. D. P. Lestari and I. Sari, "Gesture Recognition For Indonesian Sign Language (BISINDO)," Journal of Physics: Conference Series, vol. 1028, no. 1, pp. 1-8, 2018.
M. Luter, K. Frehadtomo, P. R. N. Dayawati and F. N. Prawita, "Sign To Voice Aplikasi Alat Bantu Komunikasi Untuk Tuna Rungu Wicara," 2015.
M. I. Zul, "Feature Extraction For Hand Shape Recognition By Using IP Camera," In Regional Conference on Computer and Information Engineering, 2018.
P. Yugopuspito, I. M. Murwantara and J. Sean, "Mobile Sign Language Recognition for Bahasa Indonesia Using Convolutional Neural Network," Proceedings of the 16th International Conference on Advances in Mobile Computing and Multimedia, pp. 84-91, 2018.
G. Gumelar, H. Hafiar and P. Subekti, "Bahasa isyarat indonesia sebagai budaya tuli melalui pemaknaan anggota gerakan untuk kesejahteraan tuna rungu," INFORMASI : Kajian Ilmu Komunikasi, vol. 48, no. 1, pp. 65-78, 2018.
M. Sandler, A. Howard, M. Zhu, A. Zhmoginov and L. C. Chen, "Mobilenetv2: Inverted Residuals and Linear Bottlenecks," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 4510-4520, 2018.
"TensorFlow," [Online]. Available: tensorflow.org. [Accessed 28 September 2020].
I. GoodFellow, Y. Bengio and A. Courville, Deep Learning, MIT press, 2018.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2021 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
