Sistem Pengenalan Bahasa Isyarat Tangan Dengan Sensor Flex, Gyroscope, Dan Accelerometer Menggunakan Metode Naive Bayes
Main Author: | Bahar, Zainul |
---|---|
Format: | Thesis NonPeerReviewed Book |
Bahasa: | eng |
Terbitan: |
, 2017
|
Subjects: | |
Online Access: |
http://repository.ub.ac.id/147460/7/Jurnal_SISTEM_PENGENALAN_BAHASA_ISYARAT_TANGAN_DENGAN_SENSOR_FLEX%2C_GYROSCOPE%2C_DAN_ACCELEROMETER_MENGGUNAKAN_METODE_NAIVE_BAYES.pdf http://repository.ub.ac.id/147460/7/SISTEM_PENGENALAN_BAHASA_ISYARAT_TANGAN_DENGAN_SENSOR_FLEX%2C_GYROSCOPE%2C_DAN_ACCELEROMETER_MENGGUNAKAN_METODE_NAIVE_BAYES_.pdf http://repository.ub.ac.id/147460/ |
Daftar Isi:
- Komunikasi merupakan penyebaran informasi yang sangat cepat dalam kehidupan bersmasyarakat. Namun, penyandang difabel (tuna rungu wicara) tidak mampu menerima informasi dengan baik karena keterbatasannya. Dari permasalahan tersebut perlu adanya penelitian terkait dengan sistem penerjemah bahasa isyarat yang nantinya dapat mengatasi permasalahan komunikasi penyandang tuna rungu. Diharapkan dengan adanya penelitian ini dapat membantu mempermudah komunikasi para penyandang difabel (tuna rungu wicara) dengan non difabel agar tidak terjadi keterlambatan penyampaian informasi. Pada penelitian ini terdapat lima buah sensor flex, kemudian gyroscope, dan accelerometer berada pada satu unit MPU-6050 yang dapat dibaca nilainya menggunakan mikrokontroler Arduino Nano. Nilai sensor tersebut dapat digunakan sebagai input dalam sistem klasifikasi jenis alfabet A-Z yang digerakan oleh tangan menggunakan metode Naive Bayes. Berdasarkan pengujian yang telah dilakukan, penelitian menghasilkan kesimpulan, yaitu tingkat akurasi pengiriman dan penerimaan data menggunakan HC-05 mencapai 100% dari 26 kali pengujian serta tingkat akurasi pengambilan keputusan alfabet sebesar 43.85% dari 130 kali pengujian. Komputasi dalam pengambilan keputusan dengan menggunakan metode Naive Bayes yang diimplementasikan di smartphone android akurasinya memang belum mendekati 100%. Namun, memiliki kelebihan waktu komputasi sangat cepat bahkan ada beberapa percobaan yang hanya membutuhkan waktu 1 mS dalam pengambilan keputusan dan rata-rata waktu komputasi dari 26 kali pengujian adalah 12,77 mS.