Putri, Wulan Zahra (2025) MEDIA PEMBELAJARAN BAHASA ISYARAT BERBASIS ANDROID MENGGUNAKAN METODE MOBILENETV2. Diploma thesis, Politeknik Negeri Sriwijaya.
![[img]](http://eprints.polsri.ac.id/style/images/fileicons/text.png) |
Text (COVER)
COVER.pdf - Published Version Download (429kB) |
|
|
Text (ABSTRAK)
ABSTRAK.pdf - Published Version Download (15kB) | Preview |
|
|
Text (BAB I)
BAB I.pdf - Published Version Restricted to Repository staff only Download (83kB) |
|
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Repository staff only Download (401kB) |
|
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Repository staff only Download (410kB) |
|
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Repository staff only Download (750kB) |
|
|
Text (BAB V)
BAB V.pdf - Published Version Restricted to Repository staff only Download (14kB) |
|
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (125kB) |
|
|
Text (LAMPIRAN)
LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (2MB) |
Abstract
Pentingnya bahasa isyarat terletak pada perannya sebagai sistem komunikasi visual-manual, di mana isyarat tangan, mimik wajah, dan gerakan badan digunakan untuk menyampaikan informasi. Sistem ini digunakan oleh individu tunarungu sebagai metode komunikasi utama. Menanggapi kendala terbatasnya sumber belajar Bahasa Isyarat Indonesia (BISINDO) yang krusial bagi komunitas tunarungu, sebuah penelitian mengembangkan aplikasi terjemahan inovatif. Aplikasi ini dibangun menggunakan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2, yang dilatih pada dataset 48.000 gambar dari 2.000 video. Hasil pengujian menunjukkan performa yang memadai dengan akurasi pengenalan gerakan tangan mencapai 76% dan total loss sebesar 0.81. Untuk mendukung pembelajaran yang komprehensif, aplikasi ini dilengkapi tiga fitur utama, yaitu deteksi gerakan tangan secara real-time, terjemahan teks menjadi gambar isyarat, serta kamus kata yang disertai video demonstrasi. Dengan demikian, aplikasi ini bertujuan untuk menjadi solusi holistik yang memfasilitasi dan mempermudah akses bagi siapa saja yang ingin mempelajari BISINDO, menjadikannya alat komunikasi dan edukasi yang efektif.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Bahasa Isyarat Indonesia (BISINDO), Convolutional Neural Network (CNN), MobileNetV2, Android |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Telecommunication Engineering > Undergraduate Theses |
| Depositing User: | Pustaka Teknik Elektro |
| Date Deposited: | 21 Oct 2025 03:07 |
| Last Modified: | 21 Oct 2025 03:07 |
| URI: | http://eprints.polsri.ac.id/id/eprint/19941 |
Actions (login required)
 |
View Item |
