Klasifikasi Bahasa Isyarat Indonesia (Sign Language) menggunakan metode Deep Learning Hybrid models pada Convolutional Recurrent Neural Network (CRNN) dan Recurrent Neural Network (RNN)

Edriansa, Cahaya (2026) Klasifikasi Bahasa Isyarat Indonesia (Sign Language) menggunakan metode Deep Learning Hybrid models pada Convolutional Recurrent Neural Network (CRNN) dan Recurrent Neural Network (RNN). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (229kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (236kB) | Preview
Preview	Text (SK BEBAS PLAGIARISM) 3_skbebasplagiarsm.pdf Download (479kB) | Preview
Preview	Text (DAFTAR ISI) 4_daftarisi.pdf Download (349kB) | Preview
Preview	Text (BAB I) 5_bab1.pdf Download (331kB) | Preview
	Text (BAB II) 6_bab2.pdf Restricted to Registered users only Download (822kB)
	Text (BAB III) 7_bab3.pdf Restricted to Registered users only Download (789kB)
	Text (BAB IV) 8_bab4.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) 9_bab5.pdf Restricted to Registered users only Download (229kB)
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (229kB)
	Text (LAMPIRAN) 11_lampiran.pdf Restricted to Repository staff only Download (4MB)

Abstract

Bahasa Isyarat merupakan alat utama komunikasi bagi seseorang yang menyandang gangguan pendengaran (Tuna Rungu) atau bicara (Tuna Wicara). Pada era digital ini terdapat pemanfaatan teknologi dalam pengenalan bahasa isyarat yang menjadi pondasi utama guna mendukung semua orang, tanpa melihat latar belakang orang itu sendiri. Penelitian ini bertujuan untuk mengembangkan klasifikasi bahasa isyarat dan bagaimana cara kerja Convolutional Recurrent Neural Network (CRNN) yang diintegrasikan dengan model Recurrent Neural Network. Hasil penelitian menunjukan bahwa model CRNN mampu mengenali pola gerakan tangan dan memberikan output potongan suku kata, kemudian model RNN yang menggunakan sequence-to-sequence Encode-Decoder Bidirectional LSTM digunakan untuk merekonstruksi potongan suku kata tersebut menjadi kata yang utuh. Dengan melakukan integrasi terhadap kedua model tersebut diharapkan menghasilkan representasi teks yang mudah dipahami oleh pengguna. Selain itu, implementasi model ini juga menunjukan potensi yang sangat besar dalam pengembangan aplikasi praktis. Dan terakhir, penelitian tugas akhir ini dilakukan dengan tujuan untuk meningkatkan kesadaran masyarakat betapa pentingnya aksesibilitas komunikasi bagi semua kalangan.

Actions (login required)

View Item