STUDI PEMROSESAN DATA PENGENALAN GESTUR TANGAN MENGGUNAKAN METODE KNN

Authors

  • Romy Budhi Widodo Pusat Studi Human Machine Interaction-Teknik Informatika, Universitas Ma Chung, Malang
  • Windra Swastika Pusat Studi Artificial Intellegence for Digital Image dan Technopreneurship-Teknik Informatika, Universitas Ma Chung, Malang
  • Hendry Setiawan Pusat Studi Artificial Intellegence for Digital Image dan Technopreneurship-Teknik Informatika, Universitas Ma Chung, Malang
  • Mochamad Subianto Program Studi Teknik Informatika, Universitas Ma Chung, Malang

DOI:

https://doi.org/10.31328/ciastech.v0i0.3320

Keywords:

Pra pemrosesan data, exploratory data analysis, data scrubbing

Abstract

Penelitian ini diawali oleh kebutuhan komunikasi antara penyandang tunarungu dan tunawicara dengan non-penyandang. Tujuan penelitian jangka panjang adalah penerjemah  bahasa isyarat tangan menjadi teks. Sebuah sarung tangan dilengkapi sensor tekuk digunakan untuk akuisisi data. Data direkam dan akan digunakan pada tahapan desain model machine learning. Ada sepuluh langkah desain model machine learning yang dikerjakan dalam penelitian ini dan dijelaskan dalam artikel, yaitu import library, import dataset, exploratory data analysis, split data, data scrubbing, algoritma pre-model,  penentuan algoritma machine learning, prediksi atau klasifikasi, optimasi, dan evaluasi. Dari enam belas fitur berhasil disederhanakan menjadi sebelas fitur dalam tahap pre-model algorithm. Pemisahan dataset menjadi tiga bagian yaitu data latih, data validasi, dan data uji; dengan proporsi 60:20:20. Pemilihan algoritma yang tepat adalah k-nearest neghbor dengan nilai k = 3. Akurasi yang dihasilkan dengan data uji adalah 98.9%.

References

F.A. Prasetyo, “Disability and Health Issues: Evolution Concepts, Human Rights, Complexity of Problems, and Challenges (in Indonesian),†Jakarta, 2014. doi: 10.1007/s13398-014-0173-7.2.

N. Sugianto and F. Samopa, “Analisa Manfaat Dan Penerimaan Terhadap Implementasi Bahasa Isyarat Indonesia Pada Latar Belakang Komplek Menggunakan Kinect Dan Jaringan Syaraf Tiruan ( Studi Kasus SLB Karya Mulia 1 ),†Juisi, vol. 01, no. 01, pp. 56–72, 2015.

R. B. Widodo, W. Swastika, and A. B. Haryasena, “Studi Sensor dan Akuisisi Data Hand Gesture dengan Sarung Tangan,†in Conference on Innovation and Application of Science and Technology (CIASTECH ), 2020, no. Ciastech, pp. 561–568, [Online]. Available: http://publishing-widyagama.ac.id/ejournal-v2/index.php/ciastech/article/view/1949.

B. G. Lee and S. M. Lee, “Smart Wearable Hand Device for Sign Language Interpretation System with Sensors Fusion,†IEEE Sens. J., vol. 18, no. 3, 2018, doi: 10.1109/JSEN.2017.2779466.

Anonymous, Kamus Sistem Isyarat Bahasa Indonesia & Bahasa Murni. 2006.

O. Theobald, Machine Learning with Python: A Practical Beginners’ Guide. Scatterplot Press, 2019.

F. S. Systems, “Bend Sensor ® USB Glove Kit User Guide,†2016.

Downloads

Published

2021-12-20

Issue

Section

Riset Bidang Teknologi dan Rekayasa