UMN Knowledge Center

Rancang bangun aplikasi penerjemah alfanumerik isyarat indonesia dengan algoritma principal component analysis (pca)

Purnomo, Nicholaus Adisetyo (2015) Rancang bangun aplikasi penerjemah alfanumerik isyarat indonesia dengan algoritma principal component analysis (pca). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (908kB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (884kB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (880kB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (670kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (670kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (923kB) | Preview

Abstract

Penelitian ini membahas aplikasi penerjemah alfanumerik isyarat Indonesia menggunakan algoritma Principal Component Analysis. Disabilitas merupakan salah satu isu yang penting untuk diperhatikan di Indonesia. Terdapat banyak jenis disabilitas berdasarkan keterbatasannya masing-masing, seperti tunarungu dan tunawicara. Tunarungu dan tunawicara menggunakan bahasa isyarat dalam berkomunikasi maka diperlukan sebuah alat yang dapat menghubungkan para tunarungu dan tunawicara agar dapat saling berkomunikasi dengan mereka yang normal. Algoritma PCA berjalan dengan cara mengkonversi gambar input menjadi vector, lalu menormalisasikan vector tersebut sehingga menghasilkan vector yang hanya berisikan fitur unik. Hasil vector tersebut lalu diubah menjadi eigenspace. Eigenspace berguna untuk menghitung distance. Setelah mendapatkan distance, maka distance akan dibandingkan dengan threshold tiap gambar training. Apabila distance lebih besar, maka gambar tersebut tidak dikenali. Namun, apabila distance lebih kecil dari threshold berarti gambar itu dikenali dan aplikasi akan mengeluarkan hasil penerjemahan dari gambar input. Pengujian aplikasi dilakukan dengan cara menguji tingkat akurasi pada latar belakang tembok dengan warna yang berbeda. Tingkat akurasi terbaik adalah tembok warna putih sebesar 67,65%. Selain itu, pengujian dilakukan pada baju putih polos dengan hasil tingkat akurasi sebesar 53,23%. Aplikasi yang dihasilkan dapat menerjemahkan semua huruf dan angka, kecuali huruf J dan R.

Item Type: Thesis (Bachelor Thesis)
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology > T58.59 Algorithm
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 11 Oct 2017 03:59
Last Modified: 11 Oct 2017 03:59
URI: http://kc.umn.ac.id/id/eprint/2643

Actions (login required)

View Item View Item