Nurmahdyah, Azizah (2022) Rancang bangun penerjemah bahasa isyarat berbasis Flex Sensor dan Raspberry Pi menggunakan metode K-Nearest Neighbors (K-NN). Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (50kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak (1).pdf Download (237kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (307kB) | Preview |
|
|
Text (BAB I)
4_bab1 (1).pdf Download (588kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB III)
6_bab3 (1).pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (3MB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (227kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (457kB) | Request a copy |
Abstract
Penelitian ini membagun sebuah alat penerjemah bahasa isyarat untuk membantu penyandang disabilitas dalam berkomunikasi di dunia luar, dengan memanfaatkan gestur tangan pada sarung tangan yang dilengkapi oleh sensor flex juga sensor akselerometer. Alat ini berbasis mikrokontroller Arduino DUE dan papan komputer Raspberry Pi 4 serta dilengkapi oleh komponen pendukung pembangun alat seperti layar LCD sebagai penampil huruf pada alat. Nilai analog yang dihasilkan sensor diterjemahkan oleh mikrokontroller menjadi nilai ADC dan kemudian nilai ADC dikirimkan menggunakan komunikasi data serial ke pemrograman software python untuk menglasifikasikan data huruf menggunakan program machine learning metode K-Nearest Neighbors (K-NN) berdasarkan database yang telah dibuat. Parameter terbaik yang digunakan pada penelitian ini adalah dengan memvariasikan nilai K=5 dan leaf_size=30. Dengan menggunakan parameter tersebut, dilakukan berbagai pengujian pada alat dan dapat diketahui bahwa alat ini dapat menerjemahkan seluruh huruf (26 huruf) yang ada pada alfabet dengan tingkat akurasi ketelitian pada pengujian huruf nya sebesar 97.69 %, sehingga alat ini cukup baik untuk di implementasikan langsung pada penyandang disabilitas dalam berkomunikasi dengan dunia luar secara mendasar.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Bahasa Isyarat; Disabilitas; Sensor Flex; Sensor Akselerometer; Nilai ADC; Machine Learning; Metode K-Nearest Neighbors; Arduino DUE; Python; Raspberry Pi |
Subjects: | Sign Language Physics Physics > Data Processing and Analysis of Physics Physics > Instrumentation of Physics Applied Physics |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Fisika |
Depositing User: | Azizah Nurmahdyah |
Date Deposited: | 05 Aug 2022 03:05 |
Last Modified: | 05 Aug 2022 03:05 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/54484 |
Actions (login required)
View Item |