SISTEM PENGENALAN HURUF BAHASA ISYARAT MENGGUNAKAN ADAPTIVE LEARNING VECTOR QUANTIZATION
Abstract
Para tuna rungu dan tuna wicara menggunakan komunikasi non verbal dalam berkomunikasi. Komunikasi ini menggunakan bahasa isyarat baik berupa gerakan isyarat tangan, isyarat tubuh dan ekspresi wajah. Agar dapat mengerti bahasa isyarat diperlukan suatu media komunikasi penerjemah bahasa isyarat tersebut menjadi bahasa verbal yang mudah dipahami. Dalam upaya memudahkan komunikasi orang tuna rungu dan tuna wicara dengan orang normal di SLB Islam Yasindo Malang dibuatlah sistem pengenalan huruf bahasa isyarat untuk membantu menerjemahkan citra tangan huruf bahasa isyarat menjadi tulisan alfabet. Tahapan yang dilakukan dalam implementasi sistem pengenalan huruf bahasa isyarat ini adalah dengan membedakan objek dan background dari citra tangan untuk menentukan citra yang mencerminkan huruf Sistem Isyarat Bahasa Indonesia (SIBI). Citra tangan dimuat dari direktori kemudian dilakukan proses preprocessing, pelatihan data dan klasifikasi tangan. Metode klasifikasi yang digunakan dalam pengenalan huruf bahasa isyarat tangan ini menggunakan metode Learning Vector Quantization with Adaptive Prototype Addition and Removal. Sistem ini dapat mengenali 24 huruf bahasa isyarat yang ditargetkan. Berdasarkan hasil dari perancangan dan pengujian sistem pada penelitian ini, persentase akurasi baca huruf terbaik adalah sebesar 88,75%. Hasil dari pengenalan ini dipengaruhi oleh proses validasi, teknik pengambilan citra dan faktor pencahayaan.
Downloads
Copyright for articles published in this journal is retained by the authors, with first publication rights granted to the journal. By virtue of their appearance in this open access journal, articles are free to use after initial publication under the International Creative Commons Attribution-NonCommercial 4.0 Creative Commons CC_BY_NC.