<![CDATA[Semaphore merupakan salah satu metode komunikasi visual jarak jauh yang menggunakan isyarat berupa bendera, tongkat, tangan kosong, atau sarung tangan untuk mengirim dan menerima pesan. Sistem ini biasanya memanfaatkan posisi dan arah gerakan kedua tangan untuk merepresentasikan huruf-huruf alfabet. Teknik komunikasi ini telah lama digunakan, terutama dalam dunia maritim dan kegiatan kepramukaan, karena sangat efektif ketika komunikasi suara atau alat komunikasi elektronik tidak dapat digunakan. Penelitian ini bertujuan untuk membantu proses identifikasi gerakan sandi semaphore secara otomatis dan akurat dengan memanfaatkan teknologi deep learning, khususnya menggunakan algoritma YOLO v8 (You Only Look Once version 8) untuk mendeteksi objek visual. Metode ini dipilih karena mampu melakukan deteksi secara real-time dengan tingkat akurasi tinggi. Dataset penelitian terdiri dari 3.458 citra digital yang merepresentasikan huruf semaphore dari A hingga Z, yang kemudian diklasifikasikan ke dalam 26 kelas. Dalam pengujian pertama, dengan pembagian data sebesar 60% untuk pelatihan, 20% untuk validasi, dan 20% untuk pengujian, model menghasilkan akurasi (P) 98,2%, recall (R) 96,4%, dan mean average precision (mAP) 99%. Uji kedua dengan rasio 70%:20%:10% memberikan hasil akurasi 98,5%, recall 99%, dan mAP 99,5%. Sementara itu, uji ketiga dengan rasio 80%:10%:10% menunjukkan hasil yang juga sangat baik, yaitu akurasi 98,3%, recall 98,8%, dan mAP 99,5%. Hasil ini menunjukkan bahwa penerapan YOLO v8 sangat efektif untuk mendeteksi dan mengenali gerakan semaphore secara visual dengan tingkat ketepatan yang sangat tinggi.]]>
Copyrights © 2025
