Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Teknologi (SINTEK) Sintek Kuwera
Cahaya Ardi, L. Nanda
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Klasifikasi Bahasa Isyarat Huruf Hijaiyah Dengan GAN Dan CNN Cahaya Ardi, L. Nanda; Krismono, Bambang; Hidjah, Khasnur
Jurnal Sistem Informasi dan Teknologi Vol 5 No 2 (2025): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v5i2.174

Abstract

Pembelajaran huruf hijaiyah, termasuk untuk penyandang tunarungu yang menggunakan bahasa isyarat, sangat penting untuk memahami Al-Qur'an.  Namun, pengembangan sistem klasifikasi berbasis kecerdasan buatan menghadapi kendala karena jumlah data citra bahasa isyarat huruf hijaiyah terbatas.  Studi ini menyarankan metode hibrida yang menggunakan Generative Adversarial Network (GAN) untuk memperluas dataset dan Convolutional Neural Network (CNN) untuk mengklasifikasikan gambar bahasa isyarat huruf hijaiyah.  Dataset awal, yang terdiri dari 1.877 gambar dengan 28 kelas yang dikumpulkan dari Roboflow, diperluas menggunakan DCGAN dan augmentasi gambar. Hasil pengujian menunjukkan bahwa integrasi GAN dan augmentasi dapat secara signifikan meningkatkan akurasi klasifikasi CNN, dengan tingkat akurasi tertinggi 95%. Metode ini terbukti efektif dalam meningkatkan kinerja sistem klasifikasi dan dapat digunakan sebagai media pembelajaran interaktif untuk penyandang disabilitas, terutama tunarungu.
Klasifikasi Bahasa Isyarat Huruf Hijaiyah Dengan GAN Dan CNN Cahaya Ardi, L. Nanda; Krismono, Bambang; Hidjah, Khasnur
Jurnal Sistem Informasi dan Teknologi Vol 5 No 2 (2025): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v5i2.174

Abstract

Pembelajaran huruf hijaiyah, termasuk untuk penyandang tunarungu yang menggunakan bahasa isyarat, sangat penting untuk memahami Al-Qur'an.  Namun, pengembangan sistem klasifikasi berbasis kecerdasan buatan menghadapi kendala karena jumlah data citra bahasa isyarat huruf hijaiyah terbatas.  Studi ini menyarankan metode hibrida yang menggunakan Generative Adversarial Network (GAN) untuk memperluas dataset dan Convolutional Neural Network (CNN) untuk mengklasifikasikan gambar bahasa isyarat huruf hijaiyah.  Dataset awal, yang terdiri dari 1.877 gambar dengan 28 kelas yang dikumpulkan dari Roboflow, diperluas menggunakan DCGAN dan augmentasi gambar. Hasil pengujian menunjukkan bahwa integrasi GAN dan augmentasi dapat secara signifikan meningkatkan akurasi klasifikasi CNN, dengan tingkat akurasi tertinggi 95%. Metode ini terbukti efektif dalam meningkatkan kinerja sistem klasifikasi dan dapat digunakan sebagai media pembelajaran interaktif untuk penyandang disabilitas, terutama tunarungu.
Co-Authors Khasnur Hidjah Krismono, Bambang