Open AccessPENGENALAN SISTEM ISYARAT BAHASA INDONESIA (SIBI) MENGGUNAKAN GRADIENT-CONVOLUTIONAL NEURAL NETWORK
Author(s) -
Darmatasia Darmatasia
Publication year - 2021
Publication title -
jurnal instek (informatika sains dan teknologi)
Language(s) - Bosnian
Resource type - Journals
eISSN - 2581-1711
pISSN - 2541-1179
DOI - 10.24252/instek.v6i1.18637
Subject(s) - computer science , convolutional neural network , artificial intelligence , humanities , art
Penelitian ini bertujuan untuk melakukan pengenalan alfabet pada Sistem Isyarat Bahasa Indonesia (SIBI). Penelitian ini memiliki dua kontribusi utama, Pertama dilakukan pengumpulan dataset alfabet SIBI. Kedua, pengenalan alfabet SIBI menggunakan algoritma Convolutional Neural Network (CNN). Pada penelitian ini, citra masukan berupa alfabet bahasa isyarat pada lapisan input diberikan filter gradient agar bentuk objek menjadi lebih jelas. Hasil penelitian menunjukkan bahwa pemberian filter pada lapisan input dapat meningkatkan akurasi pengenalan yaitu sekitar 85%. Citra masukan yang tidak difilter hanya memperoleh akurasi sebesar 25%. Akurasi terbaik yang diperoleh yaitu 98% dengan meningkatkan jumlah iterasi. Metode yang diusulkan juga diuji menggunakan tiga benchmark dataset. Hasil pengujian menunjukkan bahwa metode yang diusulkan dapat meningkatkan akurasi pengenalan pada benchmark dataset yang memiliki background yang kompleks.Kata Kunci: Convolutional Neural Network; Gradient; Sistem Isyarat Bahasa Indonesia