Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
IDENTIFIKASI BAHASA ISYARAT INDONESIA (BISINDO) DENGAN REAL TIME OBJECT DETECTION MENGUNAKAN PRE-TRAINED MODEL SSD MOBILENET V2
ABSTRAKSI :
Bahasa Isyarat Indonesia (BISINDO) ditujukan untuk individu yang bisa menggunakan tidak hanya orang bisu dan tuli untuk membantu mereka berkomunikasi dengan orang normal. Karena keterbatasan teknologi untuk membantu individu yang tuli dan bisu, aplikasi Penerjemah Bahasa Isyarat Indonesia dikembangkan. Selain itu, diharapkan aplikasi ini akan memungkinkan individu yang tuli dan bisu untuk belajar Bahasa Isyarat Indonesia secara langsung. Penelitian ini bertujuan untuk mengembangkan sistem identifikasi bahasa isyarat Indonesia dengan menggunakan model pelatihan dari pre-trained model menggunakan Single Shot MultiBox Detector dan kombinasi MobileNet V2. Metode yang digunakan dalam penelitian ini adalah transfer learning dengan menggunakan dataset yang dikumpulkan secara mandiri terdiri dari 540 data citra, berupa gambar bahasa isyarat tangan yang memiliki ukuran berkisar 640x480 pixel yang terdiri dari 27 label, Proses pengembangan sistem meliputi tahap preprocessing seluruh citra gambar yang dijadikan sebagai masukan berupa citra berwarna yang disimpan dengan format .jpg dengan shape 320x320, dari setiap data ditambahkan label dari setiap citra yang kemudian dibagi menjadi training set dan testing set, pelatihan model dibuat menggunakan pre-trained model SSD MobileNet V2 menggunakan bahasa pemrograman python yang dijalankan dengan Jupyter Notebook, dan pengujian model secara langsung menggunakan aplikasi website dengan React JS. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan dapat mengenali Bisindo mendapat hasil evaluasi dengan nilai precission 83.9%, recall 84.7%, dan loss 23%.