RANCANG BANGUN MODEL DEEP LEARNING UNTUK PENGENALAN BAHASA ISYARAT INDONESIA BERBASIS WEBSITE

Enisda Libra Kelana (2024) RANCANG BANGUN MODEL DEEP LEARNING UNTUK PENGENALAN BAHASA ISYARAT INDONESIA BERBASIS WEBSITE. PROGRAM STUDI SARJANA SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2024.

[img] Text
11203462010011-Enisda-Skripsi - Enisda Libra Kelana.pdf

Download (4MB)

Abstract

terdahulu yang menggunakan antarmuka berbasis web untuk mengenali Bahasa Isyarat. Tujuan: Penelitian ini bertujuan untuk merancang dan membangun model deep learning dengan arsitektur CNN untuk pengenalan abjad BISINDO menggunakan dataset yang tersedia secara publik serta merancang dan membangun website pengenalan abjad BISINDO. Metode: Metode yang digunakan dalam penelitian ini adalah pendekatan kuantitatif untuk mengenali Bahasa Isyarat Indonesia menggunakan DL dengan menggunakan arsitektur CNN melalui situs web. Hasil: Penelitian ini menghasilkan dua hal: Pertama, model deep learning dengan arsitektur CNN yang memiliki akurasi pelatihan 93,80% dan akurasi 96,15% pada data validasi. Kedua, web pengenalan BISINDO yang dapat diakses melalui browser. Simpulan: Penelitian ini berhasil merancang dan membangun model DL dengan arsitektur CNN menggunakan dataset yang tersedia secara publik. Penelitian ini juga berhasil merancang dan membangun situs web pengenalan BISINDO yang berhasil berjalan dengan baik pada berbagai browser dan sistem operasi.

Item Type: Skripsi
Kata Kunci Tidak Terkontrol: artificial intelligence, bahasa isyarat, deep learning, convolutional neural network, website
Subjects: Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Fakultas: FAKULTAS SAINS DAN TEKNOLOGI
Pengguna Penyetoran: Rahman Perpustakaan UNISM
Tanggal Setoran: 22 Oct 2024 02:15
Last Modified: 22 Oct 2024 02:15
URI: http://repository.unism.ac.id/id/eprint/3343

Actions (login required)

View Item View Item