RANCANG BANGUN SMART GLOVE PENERJEMAH BAHASA ISYARAT BERBASIS ESP32 MENGGUNAKAN SENSOR FLEX DAN MPU6050

Meilanita, Citra (2026) RANCANG BANGUN SMART GLOVE PENERJEMAH BAHASA ISYARAT BERBASIS ESP32 MENGGUNAKAN SENSOR FLEX DAN MPU6050. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (COVER) COVER.pdf - Published Version Download (639kB) | Preview
Preview	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (214kB) | Preview
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (254kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (797kB) | Request a copy
	Text (BAB III RANCANG BANGUN) BAB III.pdf - Published Version Restricted to Repository staff only Download (602kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V PENUTUP) BAB V.pdf - Published Version Restricted to Repository staff only Download (194kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (180kB) | Request a copy
	Text (LAMPIRAN I) LAMPIRAN I.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (LAMPIRAN II) LAMPIRAN II.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Perbedaan media komunikasi antara pengguna bahasa isyarat dan masyarakat umum masih menjadi kendala dalam proses komunikasi. Oleh karena itu, dirancang Smart Glove berbasis ESP32 yang mampu menerjemahkan gerakan bahasa isyarat menjadi suara serta sistem Speech-to-Text untuk mengubah ucapan menjadi teks. Smart Glove menggunakan lima sensor Flex untuk mendeteksi tekukan jari dan MPU6050 untuk mendeteksi orientasi tangan. Data sensor diproses oleh ESP32 dan menghasilkan keluaran suara melalui DFPlayer Mini dan speaker. Sistem Speech-to-Text menggunakan mikrofon INMP441, modul SD Card Reader, Deepgram API, dan LCD 16×2. Pengujian dilakukan melalui kalibrasi sensor dan pengujian sistem secara keseluruhan. Hasil pengujian menunjukkan bahwa MPU6050 mampu membedakan orientasi tangan dan Smart Glove mampu mengenali 10 gerakan kata dengan rata-rata keberhasilan sebesar 91%. Sistem Speech-to-Text menghasilkan rata-rata keberhasilan transkripsi sebesar 92% pada jarak kurang lebih 15 cm, serta hasil transkripsi dapat ditampilkan pada LCD. Secara keseluruhan, sistem mampu mendukung komunikasi dua arah melalui penerjemahan gerakan menjadi suara dan ucapan menjadi teks.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Smart Glove; ESP32; Sensor Flex; MPU6050; Speech-to-Text; Deepgram API
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	29 Jul 2026 07:57
Last Modified:	29 Jul 2026 07:57
URI:	http://eprints.polsri.ac.id/id/eprint/23829

Actions (login required)

View Item