Logo Lanfrica
  • Accueil
  • Atlas
  • Analyses
  • Documentation
  • Sign in

© 2026 Lanfrica. Tous droits réservés. Tous les droits d'auteur des ressources affichées sur le site Web Lanfrica appartiennent aux détenteurs de droits d'auteur d'origine, sauf indication contraire explicite.

PENGENALAN SISTEM ISYARAT BAHASA INDONESIA (SIBI) MENGGUNAKAN GRADIENT-CONVOLUTIONAL NEURAL NETWORK

Domaine:

natural language processing

Type de record:

paper
Créateur:
DAR
Éditeur:
Uni
Hôte:
Penelitian ini bertujuan untuk melakukan pengenalan alfabet pada Sistem Isyarat Bahasa Indonesia (SIBI). Penelitian ini memiliki dua kontribusi utama,  Pertama dilakukan pengumpulan dataset alfabet SIBI. Kedua, pengenalan alfabet SIBI menggunakan algoritma Convolutional Neural Network (CNN). Pada penelitian ini, citra masukan berupa alfabet bahasa isyarat pada lapisan input diberikan filter gradient agar bentuk objek menjadi lebih jelas. Hasil penelitian menunjukkan bahwa pemberian filter pada lapisan input dapat meningkatkan akurasi pengenalan yaitu sekitar 85%. Citra masukan yang tidak difilter hanya memperoleh akurasi sebesar 25%. Akurasi terbaik yang diperoleh yaitu 98% dengan meningkatkan jumlah iterasi. Metode yang diusulkan juga diuji menggunakan tiga benchmark dataset. Hasil pengujian menunjukkan  bahwa metode yang diusulkan dapat meningkatkan akurasi pengenalan pada benchmark dataset yang memiliki background yang kompleks.Kata Kunci: Convolutional Neural Network; Gradient; Sistem Isyarat Bahasa Indonesia

Visit

doi.org

Tasks

sign-language to textcomputer vision

Languages

Ubaghara

Licenses

https://creativecommons.org/licenses/by-nc-sa/4.0

Similaires

PENGENALAN REAL TIME ABJAD BAHASA ISYARAT INDONESIA MENGGUNAKAN SEGMENTASI YCBCRModel Penerjemah Bahasa Isyarat Indonesia (BISINDO) Menggunakan Pendekatan Transfer LearningImplementasi Face Recognition Untuk Sistem Presensi Universitas Menggunakan Convolutional Neural NetworkImplementasi Deep Learning pada Pengenalan Aksara Sunda Menggunakan Metode Convolutional Neural NetworkPenerjemahan Ucapan Bahasa Sunda Menggunakan Augmentasi Visual dengan Convolutional Neural Network Berbasis WebKlasifikasi Penyakit Pada Daun Jagung Menggunakan Convolutional Neural Network

PENGENALAN REAL TIME ABJAD BAHASA ISYARAT INDONESIA MENGGUNAKAN SEGMENTASI YCBCR

Bahasa isyarat tangan merupakan bentuk komunikasi utama bagi penderita tuna rungu, sedangkan untuk o

Model Penerjemah Bahasa Isyarat Indonesia (BISINDO) Menggunakan Pendekatan Transfer Learning

Sistem Bahasa Isyarat Indonesia (SIBI) yang berasal dari bahasa isyarat Amerika (American Sign Langu

Implementasi Face Recognition Untuk Sistem Presensi Universitas Menggunakan Convolutional Neural Network

Penerapan kecerdasan buatan (AI) dalam teknologi pengenalan wajah bertujuan untuk mengidentifikasi w

Implementasi Deep Learning pada Pengenalan Aksara Sunda Menggunakan Metode Convolutional Neural Network

Aksara Sunda merupakan salah satu aksara daerah Indonesia khususnya masyarakat Sunda. Seiring dengan

Penerjemahan Ucapan Bahasa Sunda Menggunakan Augmentasi Visual dengan Convolutional Neural Network Berbasis Web

Riset ini mengembangkan sistem penerjemahan ucapan Sunda berbasis web yang mengintegrasikan peningka

Klasifikasi Penyakit Pada Daun Jagung Menggunakan Convolutional Neural Network

Deep Learning masih diteliti secara luas dan masih menjadi masalah yang menarik. Pada penelitian ini