Moh Hatta
Universitas Bina Insan

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

OPTIMASI KLASIFIKASI BAHASA ISYARAT INDONESIA (BISINDO) BERBASIS VISION TRANSFORMER DENGAN CLAHE DAN MIXUP Moh Hatta; Muhamad Akbar; Muhammad Irvai; Joni Karman
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 5 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/56deny34

Abstract

Bahasa Isyarat Indonesia (BISINDO) merupakan sarana komunikasi utama bagi penyandang tunarungu sehingga diperlukan sistem klasifikasi citra yang mampu mengenali gestur secara akurat. Penelitian ini bertujuan meningkatkan performa klasifikasi BISINDO menggunakan arsitektur Vision Transformer (ViT) yang dikombinasikan dengan teknik Contrast Limited Adaptive Histogram Equalization (CLAHE) dan augmentasi data MixUp. Metode penelitian menggunakan pendekatan kuantitatif eksperimental melalui tahapan akuisisi data, preprocessing citra (ukuran 224×224 piksel, Gaussian Blur, dan CLAHE), penerapan MixUp pada data latih, serta pelatihan dan evaluasi model menggunakan metrik accuracy, precision, recall, F1-score, dan confusion matrix. Dataset terdiri atas 900 citra dari 10 kelas dengan pembagian 50% data latih, 40% data validasi, dan 10% data uji. Hasil penelitian menunjukkan akurasi 99% dengan nilai rata-rata precision, recall, dan F1-score sebesar 0,99. Temuan ini menunjukkan bahwa integrasi CLAHE dan MixUp efektif meningkatkan kualitas fitur dan kemampuan generalisasi model dalam klasifikasi BISINDO. Kata Kunci: BISINDO, Vision Transformer, CLAHE, MixUp