IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI SEBAGAI PENERJEMAH SIMBOL ALFABET MENGGUNAKAN BAHASA PEMROGRAMAN PYTHON

Prasetiyo, Tiyok (2022) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI SEBAGAI PENERJEMAH SIMBOL ALFABET MENGGUNAKAN BAHASA PEMROGRAMAN PYTHON. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (782kB)
[img] Text (BAB I)
BAB I.pdf
Download (222kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (596kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (279kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (379kB)
[img] Text (BAB V)
BAB V.pdf
Download (35kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (68kB)
[img] Archive (SOURCE CODE)
Source Code-17.11.1597-Tiyok Prasetiyo - Tiyok Prasetiyo.rar
Restricted to Repository staff only
Download (3MB)
[img] Text (PUBLIKASI)
Publikasi-17.11.1597-Tiyok Prasetiyo - Tiyok Prasetiyo.pdf
Restricted to Repository staff only
Download (658kB)

Abstract

Teknologi Informasi sangat berperan penting dalam kehidupan sehari-hari khususnya dalam membantu manusia mempermudah berinteraksi dengan lingkunganya. Banyaknya manusia yang terlahir kurang sempurna yang diberikan kekurangan oleh tuhan dalam hal berbicara maupun mendengar biasa disebut tuna rungu dan tuna wicara.Simbol tangan menjadi alat tuna rungu wicara untuk berkomunikasi dengan orang lain. Simbol tangan yang dipakai tuna rungu wicara untuk berkomunikasi dibagi menjadi 2 jenis yaitu sibi dan bisindo.Sibi adalah alat berkomunikasi yang menggunakan satu tangan menjadi simbol sedangkan bisindo adalah alat berkomunikasi dengan menggunakan dua tangan menjadi simbol.Dikarenakan kurangnya pengetahuan masyarakat akan simbol tangan maka di buatlah sistem yang dapat membantu penderita tuna rungu wicara untuk berkomunikasi. Sistem yang dibuat menggunakan bahasa tangan sibi dikarenakan dapat memudahkan user untuk membuat inputan gambar yang akan dijadikan target. Dengan membuat sistem berbasis website nantinya masyarakat akan dengan mudah mengetahui arti simbol tangan yang dibuat. Memanfaatkan algoritma deep leraning yaitu CNN yang digunakan untuk klasifikasi arti simbol tangan berdasarkan objek yang di training. Cara kerja CNN sendiri yang menggunakan metode supervised learning dimana terdapat data yang akan dilatih dan terdapat data yang dijadikan target.Membuat data latih dengan memanfaatkan architekture ResNet 50 yang menggunakan sistem kapsule yang dapat membaca citra dengan baik serta mengimplementasikanya diwebsite dengan memanfaatkan ngrok sebagai webserver dengan freamwork streamlite agar website dapat berjalan dan digunakan oleh user pengguna.Website akan menampilkan hasil beruapa huruf dari gambar yang sudah di inputkan.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
-, Hartatik
Uncontrolled Keywords: CNN, ResNet 50, Streamlite, Ngrok,SIBI,Deep Learning
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 08 Jun 2022 08:40
Last Modified: 08 Aug 2023 03:19
URI: http://eprints.amikom.ac.id/id/eprint/510

Actions (login required)

View Item View Item