Rancang bangun penerjemah bahasa isyarat berbasis Flex Sensor dan Raspberry Pi menggunakan metode K-Nearest Neighbors (K-NN)

Nurmahdyah, Azizah (2022) Rancang bangun penerjemah bahasa isyarat berbasis Flex Sensor dan Raspberry Pi menggunakan metode K-Nearest Neighbors (K-NN). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (50kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak (1).pdf

Download (237kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (307kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1 (1).pdf

Download (588kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB III)
6_bab3 (1).pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (3MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (227kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (457kB) | Request a copy

Abstract

Penelitian ini membagun sebuah alat penerjemah bahasa isyarat untuk membantu penyandang disabilitas dalam berkomunikasi di dunia luar, dengan memanfaatkan gestur tangan pada sarung tangan yang dilengkapi oleh sensor flex juga sensor akselerometer. Alat ini berbasis mikrokontroller Arduino DUE dan papan komputer Raspberry Pi 4 serta dilengkapi oleh komponen pendukung pembangun alat seperti layar LCD sebagai penampil huruf pada alat. Nilai analog yang dihasilkan sensor diterjemahkan oleh mikrokontroller menjadi nilai ADC dan kemudian nilai ADC dikirimkan menggunakan komunikasi data serial ke pemrograman software python untuk menglasifikasikan data huruf menggunakan program machine learning metode K-Nearest Neighbors (K-NN) berdasarkan database yang telah dibuat. Parameter terbaik yang digunakan pada penelitian ini adalah dengan memvariasikan nilai K=5 dan leaf_size=30. Dengan menggunakan parameter tersebut, dilakukan berbagai pengujian pada alat dan dapat diketahui bahwa alat ini dapat menerjemahkan seluruh huruf (26 huruf) yang ada pada alfabet dengan tingkat akurasi ketelitian pada pengujian huruf nya sebesar 97.69 %, sehingga alat ini cukup baik untuk di implementasikan langsung pada penyandang disabilitas dalam berkomunikasi dengan dunia luar secara mendasar.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Bahasa Isyarat; Disabilitas; Sensor Flex; Sensor Akselerometer; Nilai ADC; Machine Learning; Metode K-Nearest Neighbors; Arduino DUE; Python; Raspberry Pi
Subjects: Sign Language
Physics
Physics > Data Processing and Analysis of Physics
Physics > Instrumentation of Physics
Applied Physics
Divisions: Fakultas Sains dan Teknologi > Program Studi Fisika
Depositing User: Azizah Nurmahdyah
Date Deposited: 05 Aug 2022 03:05
Last Modified: 05 Aug 2022 03:05
URI: https://etheses.uinsgd.ac.id/id/eprint/54484

Actions (login required)

View Item View Item