✉ repository@umpar.ac.idOpen Access Institutional Repository LoginCreate accountAdvanced search

APLIKASI PENERJEMAH BAHASA ISYARAT INDONESIA KE DALAM HURUF ABJAD

YUSRIL ANWAR, 217280035 (2022) APLIKASI PENERJEMAH BAHASA ISYARAT INDONESIA KE DALAM HURUF ABJAD. Other thesis, UNIVERSITAS MUHAMMADIYAH PAREPARE.

[thumbnail of SAMPUL] Text (SAMPUL)
217280035 Yusril Anwar-SAMPUL.pdf - Cover Image

Download (57kB)
[thumbnail of PENDAHULUAN] Text (PENDAHULUAN)
217280035 Yusril Anwar-PENGESAHAN.pdf - Supplemental Material

Download (881kB)
[thumbnail of BAB ISI] Text (BAB ISI)
217280035 Yusril Anwar-BAB ISI.pdf - Supplemental Material

Download (5MB)
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
217280035 Yusril Anwar-LAMPIRAN.pdf - Supplemental Material

Download (464kB)
[thumbnail of ARTIKEL] Text (ARTIKEL)
217280035 Yusril Anwar Jurnal.pdf - Published Version

Download (670kB)

Abstract

Yusril Anwar, Aplikasi Penerjemah Bahasa Isyarat Indonesia Ke Dalam Huruf
Abjad. (dibimbing oleh Hj.A.Irmayani Dan Mughafir Yunus).
Bahasa isyarat merupakan bahasa yang digunakan oleh orang-orang dengan
keterbatasan bicara atau pendengaran. Akan tetapi belum semua orang tahu untuk
menerjemahkan bahasa isyarat dalam huruf perhuruf. Maka dari itu penelitian ini
dilatarbelakangi karena banyak nya orang yang normal atau yang tidak
menyandang disabilitas dalam berbicara atau mendengar yang belum tahu
bagaimana cara agar bisa berkomunikasi dengan orang yang memiliki
keterbatasan tersebut. Maka dari latar belakang tersebut penulis mengangkat
sebuah judul untuk tugas akhir yaitu, “Aplikasi Penerjemah Bahasa Isyarat
Indonesia Ke Dalam Huruf Abjad. Dengan Menggunakan metode klasifikasi
Convolutional Neural Network dengan menggunakan arsitekr model
MobilenetV2. Hasil klasifikasi tersebut akan di ekspor menjadi model selanjutnya
akan diolah mennggunakan tensorflow lite android studio. Berdasarkan hasil dari
pengujian model, tingkat akurasi yang dihasilkan mencapai 0.9995 dengan nilai
loss 0.6982. Sehingga performa dari deteksi aplikasi tersebut belum optimal.
Selain itu aplikasi ini juga menampilkan animasi huruf abjad bahasa isyarat
Indonesia sehingga masyarakat juga dapat mempelajari bahasa isyarat Indonesia
dalam bentuk visual

Item Type: Thesis (Other)
Uncontrolled Keywords: BISINDO, Deep Learning, MobileNetV2, Tensorflow, Android, Convolutional Neural Network
Subjects: Sosial dan Humaniora
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Maulidia d
Date Deposited: 10 Nov 2026 01:18
Last Modified: 10 Nov 2026 01:18
URI: https://repository.umpar.ac.id/id/eprint/1498

Actions (login required)

View Item
View Item