CIPTA WULANDARI, 11351202681 (2020) PENERAPAN METODE FREEMAN CHAIN CODE DAN BACKPROPAGATION UNTUK PENGENALAN KODE TANGAN STATIS BAHASA ISYARAT. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text file gabungan kecuali bab V.pdf Download (4MB)
	Text (BAB V) BAB V.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Bahasa Isyarat terdapat 2 jenis yaitu SIBI dan BISINDO. Bahasa isyarat digunakan oleh penyandang tunarungu dan tunawicara untuk berkomunikasi. Untuk dapat membantu dalam mempelajari bahasa isyarat diperlukan teknologi dalam mengidentifikasi pola bahasa isyarat. Penelitian ini menerapkan metode ekstraksi ciri freeman chain code dan klasifikasi backpropagation untuk mengidentifikasi, kemudian menggunakan confusion matrix untuk menghitung hasil akurasi data. Data yang digunakan sebanyak 230 data dengan banyak kelas 23 kelas. Penelitian ini terdiri dari 3 tahap yaitu pre-processing, freeman chain code dan identifikasi dengan backpropagation. Pengujian dilakukan berdasarkan pengaruh learning rate, pengaruh epoch, pengaruh jumlah neuron dan pembagian data latih dan data uji. Learning Rate yang digunakan yaitu 0,1; 0,2; 0,3; 0,5; 0,7; 0,9; 0,01; 0,05; 0,001; 0,005; 0,0001; 0,0005; epoch yang digunakan yaitu 1000, 2000 dan 3000, jumlah neuron yang digunakan yaitu 500 dan 600, dan pembagian data latih dan data uji yaitu 90%:10%, 80%:20, 70%:30%. Berdasarkan hasil pengujian, akurasi tertinggi sebesar 82,61 % pada pembagian epoch 90%10%, learning rate 0,7, maksimal epoch 3000 dan jumlah neuron 600. Pada hasil pengujian ada beberapa kode tangan bahasa isyarat huruf yang salah dalam mengenali karena adanya kemiripan dengan kode tangan huruf lainnya seperti M dengan N, U dengan V. Secara keseluruhan penerapan metode freeman chain code dan backpropagation dapat mengenali kode tangan statis bahasa isyarat.

Actions (login required)

View Item