Pengenalan Angka Sistem Isyarat Bahasa Indonesia Dengan Menggunakan Metode Convolutional Neural Network

Mochamad Bagus Setiyo Bakti (Teknologi Informasi, Sekolah Tinggi Teknik Surabaya)
Yuliana Melita Pranoto (Teknologi Informasi, Sekolah Tinggi Teknik Surabaya)

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 3 No. 1 (2019): PROSIDING SEMNAS INOTEK Ke-III Tahun 2019

Bahasa isyarat adalah metode komunikasi dengan menggunakan gerakan tangan yang biasanya dilakukan oleh tuna rungu. Di Indonesia sendiri mempunyai 2 jenis bahasa isyarat yaitu BISINDO dan SIBI (Sistem Isyarat Bahasa Indonesia). Perbedaannya dalam isyarat dasar BISINDO menggunakan dua tangan sedangkan SIBI hanya satu tangan. Dalam paper ini akan membahas pengenalan isyarat angka SIBI dengan menggunakan metode Convolutional Neural Network (CNN). Arsitektur CNN yang digunakan adalah arsitektur LeNet. Arsitektur CNN diproses dalam 3 tahap, 25 epoch, 50 epoch dan 100 epoch. Berdasarkan percobaan yang dilakukan nilai akurasi yang didapat terus meningkat dalam tiap tahapnya, mulai 67.66%, 89.44% sampai nilai akurasi tertinggi dalam proses training sebesar 96.44%. Begitupun dalam proses prediksi data juga mengalami kenaikan dalam tiap tahapnya, mulai 79.23%, 90.45% sampai didapatkan nilai akurasi tertinggi dalam prediksi data 98.89%. Dari total 90 data testingset, hanya sekali keasalahan dalam prediksi data.