EMAIL: PASSWORD:
Front Office
UPT. PERPUSTAKAAN
Institut Teknologi Sepuluh Nopember Surabaya


Kampus ITS Sukolilo - Surabaya 60111

Phone : 031-5921733 , 5923623
Fax : 031-5937774
E-mail : libits@its.ac.id
Website : http://library.its.ac.id

Support (Customer Service) :
timit_perpus@its.ac.id




Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT


Moh. Fandika Aqsa


Davi Wahyuni


Tondo Indra Nyata


Anis Wulandari


Ansi Aflacha




ITS » Undergraduate Theses » Teknologi Informasi - D4
Posted by system at 17/05/2010 09:46:28  •  3582 Views


TRANSLASI BAHASA ISYARAT

SIGN LANGUAGE TRANSLATION

Author :
RAKHMAN, JUNIAR PRIMA ( 7405040043 )




ABSTRAK

Masyarakat tuna rungu pada umumnya menggunakan bahasa isyarat sebagai alat komunikasi utamanya. Bahasa isyarat mengutamakan komunikasi visual pengguna bahasa ini menggunakan orientasi bentuk dan gerakan tangan lengan tubuh serta expresi wajah untuk mengungkapkan expresi mereka. Tetapi cara komunikasi ini sering menyulitkanmembatasi komunikasi dengan orang lain yang normal karena perbedaan komunikasinya itu kurang dipahami oleh lawan komunikasinya. Untuk mengatasi keterbatasan komunikasinya tersebut diperlukan upaya penterjemahan bahasa isyarat menjadi lisan. Dengan demikian akan terjadi komunikasi yang lebih mudah antar kaum tuna rungu dengan masyarakat umum. Untuk menyelesaikan proyek akhir ini digunakan kamera webcam sebaga alat bantu untuk menangkap gambar dari tangan pengguna. Teknik yang digunakan adalah dengan menangkap posisi tangan mengekstrak bentuk dari tangan tersebut kemudian mengklasifikasinya. Untuk mencari letak tangan dari setiap frame yang dihasilkan penulis menggunakan HaarClassifier yang sebelumnya telah dilakukan training terlebih dahulu. Kemudian untuk mengekstrak bentu tangan digunakan skin detection dan noise removal yang kemudian dilanjutkan dengan thresholding dan normalisasi. Setelah bentuk tangan ini didapatkan maka gambar biner bentuk tangan ini diklasifikasikan berdasarkan kumpulan gambar-gambar isyarat tangan yang digunakan sebagai data training. Algoritma klasifikasi yang digunakan penulis adalah algoritma K Nearest Neigbors. Sistem ini mampu mengenali 19 isyarat huruf tangan dari 26 isyarat yang ditargetkan. Rata-rata akurasi yang dihasilkan system ini adalah 89.68. Nilai akurasi ini dapat bervariasi tergantung dari konsistensi data training dan noise yang dihasilkan.


ABSTRACT

Due to their disability hearing-impaired uses sign language as their primary means of communication. Sign language uses hand shape facial expression and body gesture. However this type of communication is unfamiliar to most people therefore communication between hearing-impaired and normal people can be difficult. There is a need for a system to translate sign language into spokenwritten language so that communication between hearing impaired and normal people can be simplified. To build this final project the use of web camera is necessary to capture the image of the users hand. In general this program works by tracking the hand of the user extract the shape of the hand and then classify it. To track the position of the hand we use HaarClassifier that has been trained prior to this project. To extract the hand we use skin detection and noise removal in which the resultan image will then be thresholded and normalized. After the image of the hand shape is extracted the next step is to classify it by using k nearest neighbor algoritm. Each of the normalized binary images is then converted to feature vector from this feature vector distance is measured to find out the majority neighbor in which the new data belongs to. This system able to identify 19 fingerspelling signs out of 26 inteded signs to be identified. The average accuracy for this system is 89.68. This value can vary depending on the data training consistency dan noise produced.



KeywordsDeteksi tangan; deteksi gerakan; klasifikasi gambar; Ekstraksi fitur; deteksi warna kulit
 
Subject:  Proses gambar
Contributor
  1. Nana Ramadijanti, S.Kom, M.Kom
  2. EDI SATRIYANTO, S.SI, M.SI
Date Create: 15/02/2010
Type: Text
Format: pdf
Language: Indonesian
Identifier: ITS-Undergraduate-3100010039056
Collection ID: 3100010039056
Call Number: RSEP 006.42 Rak t


Source
Undergraduate thesis, Informatics, RSEP 006.42 Rak t, 2010

Coverage
ITS Community

Rights
Copyright @2010 by ITS Library. This publication is protected by copyright and per obtained from the ITS Library prior to any prohibited reproduction, storage in a re transmission in any form or by any means, electronic, mechanical, photocopying, reco For information regarding permission(s), write to ITS Library




[ Download - Open Access ]

  1.  ITS-Undergraduate-9843-Abstract_id.pdf - 1572 KB
  2.  ITS-Undergraduate-9843-Abstract_en.pdf - 1470 KB
  3.  ITS-Undergraduate-9843-Conclusion.pdf - 8 KB




 Similar Document...




! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

POLLING

Bagaimana pendapat Anda tentang layanan repository kami ?

Bagus Sekali
Baik
Biasa
Jelek
Mengecewakan





You are connected from 54.81.221.0
using CCBot/2.0 (http://commoncrawl.org/faq/)



Copyright © ITS Library 2006 - 2016 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan