Claim Missing Document
Check
Articles

Found 1 Documents
Search

IMPLEMENTASI METODE LEARNING VECTOR QUANTIZATION (LVQ) PADA PENGENALAN BAHASA ISYARAT YANG MENGANDUNG KATA KERJA Mochammad Firman Arif; Arnaz, Arnaz Andri Pramana
JAMI: Jurnal Ahli Muda Indonesia Vol. 3 No. 1 (2022): Juni 2022
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/jami.v3i1.40

Abstract

Objektif. Bahasa Isyarat (sign language) adalah salah satu bahasa yang paling alami dalam melakukan komunikasi, terutama bagi penyandang tuna rungu dan tuna wicara sehingga keduanya mampu saling memahami dan berkomunikasi dengan sesamanya dengan menggunakan bahasa isyarat Permasalahan yang diangkat dalam kasus penelitian kali ini dilatar belakangi oleh sedikitnya masyarakat umum yang mengerti bahasa isyarat sehingga akan lebih mudah dalam memahami bahasa isyarat yang mengandung kata kerja. Material and Metode. Penelitian ini bertujuan untuk menerapkan metode Leaning Vector Quantization dalam melakukan pengenalan bahasa isyarat kata kerja berdasarkan pola. Hasil. Hasil dari penelitian menggunakan metode Learning Vector Quantization didapat akurasi pengenalan sebesar 40% dengan menggunakan data uji sebanyak 15 data . Kesimpulan. Berdasakan hasil dari penelitian Implementasi metode Learning vector quantization (LVQ) pada pengenalan Bahasa Isyarat yang mengandung Kata Kerja dapat disimpulkan bahwa metode Learning vector quantization pada Sistem / aplikasi pengenalan bahasa isyarat kata kerja dapat membantu untuk mengenali pola bahasa isyarat yang ingin dibaca dengan baik.