Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Teknoinfo

PEMBANGUNAN APLIKASI PENERJEMAH BAHASA ISYARAT DENGAN METODE CNN BERBASIS ANDROID Reza Haris Alfikri; Mardi Siswo Utomo; Herny Februariyanti; Eko Nurwahyudi
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1752

Abstract

Tunawicara merupakan keadaan dimana seseorang tidak memiliki kemampuan untuk mendengar ataupun berbicara. Karena adanya permasalahan tersebut, individu dengan penyandang tunawicara menggunakan bahasa isyarat sebagai bahasa yang digunakan untuk melakukan komunikasi dengan individu lainnya. Bahasa isyarat adalah bahasa yang menggunakan gerak bibir, tubuh, dan juga tangan untuk mengekspresikan maksud dalam komunikasi. Sebagian besar masyarakat di Indonesia tidak memahami dan enggan belajar mengenai penggunaan bahasa isyarat, sehingga hal tersebut mengakibatkan adanya batasan dalam melakukan komunikasi jika bertemu dengan individu penyandang tunawicara. Penelitian ini memiliki tujuan agar masyarakat umum dapat melakukan komunikasi dengan individu penyandang tunawicara dengan melakukan proses penerjemahan bahasa isyarat dan belajar mengenai penggunaan bahasa isyarat dengan aplikasi penerjemah bahasa isyarat berbasis Android yang dikembangkan oleh peneliti. Aplikasi penerjemah bahasa isyarat dikembangkan pada platform Android, dengan tujuan agar dapat digunakan oleh masyarakat secara luas. Peneliti mengembangkan model Tensorflow Lite sebagai model penerjemah bahasa isyarat, dengan mengimplementasikan metode Convolutional Neural Network (CNN) dan jumlah total datasets bahasa isyarat sebanyak 1820 data. Jenis bahasa isyarat yang digunakan oleh peneliti pada pengembangan model tersebut adalah berjenis American Sign Language (ASL).  Peneliti menggunakan 3 total Epoch ketika melakukan proses training model, diantaranya adalah 100 Epoch, 150 Epoch, dan 200 Epoch. Training model tersebut memiliki hasil akurasi dan Training Loss, dengan hasil akurasi tertinggi didapatkan oleh 200 Epoch. Namun, setelah model penerjemah bahasa isyarat dilakukan deployment pada aplikasi berbasis Android, akurasi turun hingga 73% dengan permasalahan beberapa beberapa bahasa isyarat mengalami salah prediksi. Penerjemahan bahasa isyarat masih dapat dilakukan, walaupun terdapat beberapa bahasa isyarat yang mengalami salah prediksi. Aplikasi penerjemah bahasa isyarat telah dikembangkan oleh peneliti dengan berbagai fitur pendukung yang dapat digunakan oleh users. Beberapa fitur tersebut diantaranya adalah login, register, forgot password, home, translation, dictionary, profile, edit profile, about me, dan yang terakhir adalah bookmarks. Users dapat menggunakan fitur translation untuk melakukan proses penerjemahan bahasa isyarat, dan fitur dictionary untuk belajar menggunakan bahasa isyarat.
Sistem Peringatan Dini Kebocoran Gas LPG Menggunakan ESP8266 dan API Telegram dengan Metode Fuzzy Dilan Allya Barqi; Mardi Siswo Utomo; Eddy Nurraharjo; Zuly Budiarso
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1762

Abstract

Gas LPG merupakan senyawa propane dan butane yang sangat berbahaya jika terjadi kebocoran di dalam ruangan tertutup dengan suhu diatas 30 derajat celsius. Untuk menghindari kejadian yang berakibat fatal apabila terjadi kebocoran gas LPG, maka diperlukan sistem yang dapat memberikan peringatan dini terhadap kebocoran gas LPG. Implementasi sistem peringatan dini dalam penelitian ini menggunakan perangkat keras ESP8266 sebagai pengendali sensor dan API Telegram sebagai sarana untuk menyampaikan pesan peringatan ke akun telegram pengguna. ESP8266 dipilih karena memiliki SoC (System on Chip) yang memungkinkan untuk terkoneksi dengan internet tanpa perangkat keras tambahan. Dalam penelitian ini ESP8266 digunakan untuk memproses masukan yang diterima menggunakan metode fuzzy sugeno dan API Telegram dimanfaatkan untuk membuat bot telegram yang digunakan untuk mengirimkan notifikasi peringatan ke pengguna. Komponen hardware lain yang digunakan yaitu sensor MQ 6, sensor DHT11, buzzer, relay dan exhaust fan. Dalam pengujian lapangan sistem dapat bekerja dengan baik. Sistem dapat mendeteksi seluruh simulasi kebocoran gas pada tiap pengujiannya dan berhasil mengirimkan pesan peringatan ke pengguna melalui bot telegram.