PENGENALAN KATA KOLOK SECARA REAL TIME MENGGUNAKAN MEDIAPIPE DAN ALGORITMA LONG SHORT TERM MEMORY (LSTM)

Prayoga, I Made Panji (2025) PENGENALAN KATA KOLOK SECARA REAL TIME MENGGUNAKAN MEDIAPIPE DAN ALGORITMA LONG SHORT TERM MEMORY (LSTM). Undergraduate thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
2015091068-COVER.pdf
Download (815kB)
[img] Text (ABSTRAK)
2015091068-ABSTRAK.pdf
Download (272kB)
[img] Text (BAB 1 PENDAHULUAN)
2015091068-BAB 1 PENDAHULUAN.pdf
Download (282kB)
[img] Text (BAB 2 KAJIAN TEORI)
2015091068-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (652kB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
2015091068-BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (978kB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
2015091068-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
2015091068-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (267kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
2015091068-DAFTAR PUSTAKA.pdf
Download (255kB)
[img] Text (LAMPIRAN)
2015091068-LAMPIRAN.pdf
Download (2MB)

Abstract

Bahasa isyarat merupakan sarana komunikasi utama bagi individu dengan disabilitas tuna rungu dan tuna wicara, khususnya di Desa Bengkala yang memiliki sistem bahasa isyarat khas yang disebut kolok (bisu). Penelitian ini bertujuan untuk mengembangkan sistem pengenalan bahasa isyarat kolok berbasis teknologi menggunakan metode Long Short-Term Memory (LSTM). Objek penelitian terdiri dari 10 kelas kosakata kolok dengan dataset berupa 300 video time-series, masing-masing terdiri dari 30 frame. Setiap frame diekstraksi untuk memperoleh nilai keypoint pose tubuh dan tangan menggunakan MediaPipe. Fitur yang digunakan dalam pemodelan mencakup x, y, dan z dari pose landmarks dan hand landmarks. Data hasil ekstraksi selanjutnya diproses dan dimodelkan menggunakan arsitektur dua lapisan LSTM. Pelatihan model menunjukkan performa yang stabil dan konsisten. Pada epoch ke-500 dan 550, model mencapai akurasi masing-masing sebesar 0,91 dan 0,93 serta F1-score sebesar 0,92 dan 0,93. Hasil terbaik diperoleh pada epoch ke-450 dengan akurasi sebesar 0,95, precision 0,95, recall 0,96, dan F1-score 0,94.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Bahasa Isyarat Kolok, Tuna Rungu, Tuna Wicara, MediaPipe, Long Short-Term Memory (LSTM), Deep Learning.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1)
Depositing User: I Made Panji Prayoga
Date Deposited: 24 Jun 2025 01:40
Last Modified: 24 Jun 2025 01:40
URI: http://repo.undiksha.ac.id/id/eprint/24654

Actions (login required)

View Item View Item