Pengenalan Bahasa Isyarat Indonesia (BISINDO) Sebagai Alat Komunikasi Nonverbal Dengan Computer Vision

Putra, I Kadek Dwipayana (2025) Pengenalan Bahasa Isyarat Indonesia (BISINDO) Sebagai Alat Komunikasi Nonverbal Dengan Computer Vision. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_36304_2115344005_full.pdf - Accepted Version Restricted to Repository staff only Download (8MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_36304_2115344005_0002057004_0816109101_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (509kB)
	Text (iThenticate) RAMA_36304_2115344005_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Keterbatasan pemahaman masyarakat terhadap Bahasa Isyarat Indonesia (BISINDO) dan minimnya media pembelajaran interaktif menghambat komunikasi inklusif. Penelitian ini mengembangkan sistem pengenalan BISINDO berbasis computer vision berbentuk prototipe yang siap dikembangkan untuk mendukung komunikasi nonverbal real-time sekaligus latihan pembelajaran gestur. Tahapan penelitian mencakup pembuatan mixed dataset alfabet BISINDO (A–Z) melalui pengambilan gambar mandiri dan pengumpulan data dari sumber web, kemudian diproses dengan preprocessing dan augmentasi. Sistem dirancang menggunakan TensorFlow Object Detection API dengan arsitektur SSD MobileNet V2 FPNLite (320×320 piksel) melalui transfer learning berbasis deep learning, dan dioptimalkan untuk perangkat edge computing NVIDIA Jetson Nano. Antarmuka bergaya game dengan PyGame menyediakan mode komunikasi dan latihan, di mana huruf yang dikenali dapat dirangkai menjadi kata, serta hasil latihan gestur BISINDO disimpan secara otomatis ke PDF, sedangkan hasil komunikasi real-time ditampilkan langsung di layar. Evaluasi menggunakan confusion matrix menunjukkan akurasi pelatihan 94%, akurasi pengujian komunikasi real-time 81,25%, serta hasil uji latihan gestur yang konsisten dengan performa model, membuktikan keandalan prototipe sebagai media pembelajaran dan alat bantu komunikasi yang siap dikembangkan lebih lanjut.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	BISINDO, Bahasa Isyarat, Computer Vision, Mixed Dataset, TensorFlow, SSD MobileNet, Transfer Learning, Deep Learning, Edge Computing, PyGame, Real-Time Recognition.
Subjects:	Ilmu Teknik Ilmu Teknik > Teknik Elektro Dan Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Elektro Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Komputer Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Sistem Informasi Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Perangkat Lunak
Divisions:	Jurusan Teknik Elektro > Prodi D4 Teknik Otomasi > Skripsi
Depositing User:	I Kadek Dwipayana Putra
Date Deposited:	08 Sep 2025 14:22
Last Modified:	08 Sep 2025 14:22
URI:	https://repository.pnb.ac.id/id/eprint/19730

Actions (login required)

View Item