IMAM, Ahmad Kaisul (2023) DETEKSI SISTEM ISYARAT BAHASA INDONESIA (SIBI) MENGGUNAKAN ALGORITMA YOLOv5s. Bachelor thesis, UNIVERSITAS PERADABAN.
Text (ABSTRAK)
ABSTRAK-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.docx - Published Version Download (34kB) |
|
PDF (COVER)
COVER-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.pdf - Published Version Download (1MB) |
|
PDF (BAB I)
BAB I-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.pdf - Published Version Download (103kB) |
|
PDF (BAB II)
BAB II-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.pdf - Published Version Download (948kB) |
|
PDF (BAB III)
BAB III-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.pdf - Published Version Restricted to Repository staff only Download (335kB) |
|
PDF (BAB IV)
BAB IV-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.pdf - Published Version Restricted to Repository staff only Download (625kB) |
|
PDF (BAB V)
BAB V-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.pdf - Published Version Download (11kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.pdf - Published Version Download (145kB) |
|
PDF (LAMPIRAN)
LAMPIRAN-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.pdf - Published Version Restricted to Repository staff only Download (958kB) |
|
PDF (ARTIKEL)
ARTIKEL-AHMAD KAISUL IMAM-42419018-SKRIPSI-2023.pdf - Published Version Restricted to Repository staff only Download (638kB) |
Abstract
Sistem Isyarat Bahasa Indonesia (SIBI) adalah bahasa isyarat resmi yang digunakan oleh penyandang disabilitas dibawah naungan Kementrian Pendidikan dan Kebudayaan Republik Indonesia. Pengetahuan tentang SIBI bagi selain penyandang disabilitas masih rendah, sehingga dapat menghambat komunikasi bagi penyandang disabilitas dengan orang normal. Untuk dapat mengenali gestur isyarat maka dibutuhkan teknik pembelajaran seperti machine learning dengan teknik supervised learning. YOLOv5s adalah metode deteksi objek yang dapat digunakan untuk mendeteksi gestur bahasa isyarat. Pengembangan dari penelitian ini menggunakan metode YOLOv5s. Objek yang digunakan adalah 10 gestur abjad SIBI dengan total dataset 3000 citra. Penelitian ini menghasilkan akurasi sebesar 94,5% pada pengujian real time.
Item Type: | Thesis (Bachelor) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Contributors: |
|
|||||||||
Uncontrolled Keywords: | Bahasa Isyarat, SIBI, YOLO, YOLOv5, Object Detection | |||||||||
Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 004-Pemrosesan Data, Ilmu Komputer, Teknik Informatika > Prinsip Matematika dalam Ilmu Komputer; Algoritma Komputer | |||||||||
Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
Depositing User: | Ms Nur Afni Taflikhatun | |||||||||
Date Deposited: | 02 Dec 2023 06:38 | |||||||||
Last Modified: | 02 Dec 2023 06:38 | |||||||||
URI: | http://eprints.peradaban.ac.id/id/eprint/1467 |
Actions (login required)
View Item |