Mizan, Irsyad (2022) Penerjemah bahasa isyarat Tuna Wicara berbasis Raspberry Pi 4 dengan metode Machine Learning Artificial Neural Network (ANN). Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (35kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (171kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (438kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (370kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (163kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (241kB) | Request a copy |
Abstract
Penelitian ini membangun Penerjemah Bahasa Isyarat Tuna Wicara Berbasis Raspberry Pi 4 Dengan Metode Machine Learning Artificial Neural Network (ANN) guna membatu para kaum tuna wicara berkomunikasi dengan masyarakat sekitar, komponen utama pada penelitian ini adalah sensor flex dan sensor akselerometer ADXL345 GY-291, menggunakan micro processor Raspberry pi 4, bahasa pemrograman yang dipakai adalah software Python 3.9.5 dan micro controller yang digunakan adalah Arduino DUE. Penelitian dilakukan di BOLABOT Techno Robotic Institute, dilakukan selama bulan September 2021 hingga Maret 2022. Pengujian pertama yaitu menguji performa sensor flex dan sensor akselerometer, ketelitian yang didapat pada kelima sensor flex dan sensor akselerometer lebih dari 90%. Pengklasifikasian nilai ADC menggunakan machine learning metode ANN dan parameter yang dipakai yaitu fungsi aktivasi = RelU, hidden layer = (200,200), solver = adam, alpha = 0,00001, dan random state = 43. Penerapan alat diuji dengan melakukan pengulangan terhadap 26 huruf yang dilakukan oleh peneliti dan oleh responden disabilitas tunawicara, pada pengulangan huruf mendapatkan nilai ratarata ketelitian sebesar 96,92% diuji oleh peneliti dan 87,17% diuji oleh responden disabilitas tunawicara.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Machine learning; Artificial Neural Network; Bahasa Isyarat; Tunawicara; Sensor Flex; Sensor Akselerometer ADXL345 GY-291; Raspberry pi 4; Python 3.9.5; Arduino DUE; Nilai ADC(Analog to Digital Converter) |
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: | Irsyad Mizan |
Date Deposited: | 05 Aug 2022 01:38 |
Last Modified: | 05 Aug 2022 01:38 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/54578 |
Actions (login required)
View Item |