Deteksi Bahasa Isyarat Sistem Isyarat Bahasa Indonesia Menggunakan Metode Single Shot Multibox Detector
Abstrak
Abstrak— Bahasa isyarat merupakan Bahasa yang disampaikan melalui gerakan tubuh. Bahasa isyarat digunakan oleh penyandang tuna rungu dan tuna wicara untuk melakukan komunikasi. Di Indonesia sendiri terdapat dua jenis Bahasa isyarat yaitu Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (BISINDO). Penggunaan Bahasa isyarat tidak memiliki penggunaan yang luas di masyarakat. Hal ini yang membatasi komunikasi penyandang disabilitas dengan nonpenyandang. Penelitian Tugas Akhir ini membuat sistem yang memudahkan non-penyandang untuk belajar Bahasa isyarat. Sistem ini menerapkan metode Single Shot Multibox Detector (SSD), Metode tersebut digunakan untuk mendeteksi gerakan alfabet Sistem Isyarat Bahasa Indonesia (SIBI) secara real time. Cara kerjanya menggunakan kamera yang ada pada perangkat laptop yang akan mendeteksi gerakan dan hasilnya akan ditampilkan pada web. Model yang digunakan berhasil diujikan meggunakan pengujian konfigurasi hyperparameter. Hasil pengujian dengan nilai paling optimal adalah pada dataset dengan rasio 90%:10%, learning rate 0.04, epoch 300, batch size 4, dan step 40000 dengan hasil akurasi yaitu 100%, hasil mAP@.50IoU yaitu 100%, dan hasil AR@100 yaitu 91.79%.Kata Kunci: Deep Learning, Hyperparameter, Real Time, Single Shot Multibox Detector.
Referensi
A. A. S. Gunawan and A. Salim, "PEMBELAJARAN BAHASA ISYARAT DENGAN KINECT DAN METODE DYNAMIC TIME WARPING," Mat Stat, vol. 13, pp. 77-84, 2013.
R. I. Borman, B. Priopradono and A. R. Syah, "Klasifikasi Objek Kode Tangan pada Pengenalan," Seminar Nasional Informatika dan Aplikasinya (SNIA), 2017.
k. "bahasa isyarat," 2016. [Online]. Available: https://kbbi.kemdikbud.go.id/entri/bahasa%20isyarat. [Accessed 6 Desember 2021].
G. "Bahasa Isyarat di Indonesia: Apa Bedanya SIBI dan BISINDO?," 11 Maret 2020. [Online]. Available: https://greatnesia.id/bahasa-isyarat-di-indonesia-apa-bedanya-sibi-dan-bisindo/. [Accessed 18 Desember 2021].
E. D. Sandi, "Hari Bahasa Isyarat Internasional, Ini Ragam Bahasa Isyarat Berbagai Negara," 23 September 2020. [Online]. Available: https://www.kompas.com/edu/read/2020/09/23/102739671/hari-bahasa-isyarat-internasional-ini-ragam-bahasa-isyarat-berbagai-negara?page=all. [Accessed 6 Desember 2020].
I. E. Naqa and M. J. Murphy, "What Is Machine Learning?," in Machine Learning in Radiation Oncology, Switzerland, Springer International Publishing, 2015, pp. 3-11.
A. Panesar, Machine Learning and AI for Healthcare, Coventry: Apress, 2021.
dicoding, "Apa Itu Kecerdasan Buatan? Berikut Pengertian dan Contohnya," 15 Juli 2020. [Online]. Available: https://www.dicoding.com/blog/kecerdasan-buatan-adalah/. [Accessed 6 Desember 2021].
M. Lu and F. Li, "Survey on lie group machine learning," Big Data Mining and Analytics, vol. 3, no. 4, pp. 235-258, 2020.
T. Chauhan, S. Malik, S. Rawat and P. Singh, "Supervised and Unsupervised Machine Learning based Review on Diabetes Care," International Conference on Advanced Computing & Communication Systems (ICACCS), pp. 581-585, 13 Januari 2021.
F. A. Nugraha, N. H. Harani and R. Habibi, Analisis Sentimen Terhadap Pembatasan Sosial Menggunakan Deep Learning, Bandung: Kreatif Industri Nusantara, 2020.
A. SHRESTHA and A. MAHMOOD, "Review of Deep Learning Algorithms and Architectures," IEEE Working Conference on Software Visualization (VISSOFT), vol. 7, pp. 53040-53065, 2019.
S. Fuady, N. and G. Anggraeni, "Deteksi Objek Menggunakan Metode Single Shot Multibox Detector Pada Alat Bantu Tongkat Tunanetra Berbasis Kamera," Journal of Electrical Power Control and Automation, no. ISSN 2621-556X, pp. 39-43, 2020.
I. M. G. Sunarya, T. Karlita, J. Priambodo, R. Rokhana, E. M. Yuniarno, T. A. Sardjono, I. Sunu and I. K. E. Purnama, "Deteksi Arteri Karotis pada Citra Ultrasound B-Mode Berbasis Convolution Neural Network Single Shot Multibox Detector," Jurnal Teknologi dan Sistem Komputer, vol. 7, pp. 56-63, 2019.
V. A. Sutama, S. A. Wibowo and R. Rahmania, "Investigasi Pengaruh Step Training pada Metode Single Shot Multibox Detector untuk Marker dalam Teknologi Augmented Reality," FIFO, vol. XII, pp. 1-11, 2020.
M. Z. B. C. D. K. W. W. T. W. M. A. Andrew G. Howard, "MobileNets: Efficient Convolutional Neural Networks for Mobile Vision," Google Inc., 2017.
"Platform pembelajaran mesin sumber terbuka ujung ke ujung," [Online]. Available: https://www.tensorflow.org/. [Accessed 14 Desember 2021].
flask pallets projects, "Flask," [Online]. Available: https://flask.palletsprojects.com/en/2.0.x/. [Accessed 2021 Desember 2021].
F. A. Aslam, H. N. Mohammed, M. J. Mohd. Munir and M. A. Jummal, "Efficient Way Of Web Development Using Python And Flask," International Journal of Advanced Research in Computer Science, vol. 6, pp. 54-57, 2015.
M. R. Mufid, M. U. H. Al Rasyid, I. F. Rochimansyah and A. rokhim, "Design an MVC Model using Python for Flask Framework Development," International Electronics Symposium (IES), pp. 214-219, 2019.
S. A. Kevin, K. Gunadi and E. Setyati, "DETEKSI JENIS MOBIL MENGGUNAKAN METODE YOLO DAN FASTER R-CNN," Jurnal Informatik : Jurnal Pengembangan IT (JPIT), vol. 7, pp. 2-3, 2019.
