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.

	Text HALAMAN AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (908kB)
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (884kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (880kB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (670kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (670kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (923kB)

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:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 600 Technology (Applied Sciences) > 600 Technology > 600 Technology
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	11 Oct 2017 03:59
Last Modified:	05 Apr 2023 05:39
URI:	https://kc.umn.ac.id/id/eprint/2643

Actions (login required)

View Item