Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Implementasi Metode Naive Bayesian Untuk Menerjemahkan Bahasa Indonesia
Novrizal Eko Sihbudi NIM. (2017) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Bahasa isyarat adalah bahasa yang mengutamakan bahasa tubuh, dan gerak bibir, bukannya suara untuk berkomunikasi. Penyandang tunarungu adalah kelompok utama yang menggunakan bahasa ini, biasanya dengan mengkombinasikan bentuk tangan, orientasi dan gerak tangan, lengan, dan tubuh, serta ekspresi wajah untuk mengungkapkan pikiran mereka. Cara membedakan suatu bahasa isyarat dengan yang lainnya yaitu dengan membedakan pola citra bahasa isyarat tersebut. Metode Principal Component Analysis adalah suatu metode yang dapat mengekstrak ciri dari kumpulan frame berdimensi sama. Hasil dari ekstraksi ciri citra tersebut kemudian akan digunakan sebagai nilai masukan untuk menentukan hasil klasifikasi citra menggunakan metode naive bayesian. Metode naive bayesian merupakan sebuah metode pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Berdasarkan hasil penelitian yang telah dilakukan dapat diketahui identifikasi citra bahasa isyarat dapat dilakukan dengan klasifikasi Naïve Bayesian menggunakan metode PCA sebagai metode untuk ekstraksi kumpulan citra bahasa isyarat dengan dimensi sama dan metode naive bayesian sebagai metode untuk klasifikasi. Dari hasil pengujian yang telah dilakukan identifikasi citra bahasa isyarat mata berdasarkan pola menggunakan metode PCA dan naive bayesian didapat tingkat akurasi sebesar 68%.
Ringkasan Alternatif
Sign language is a language that focus on body language, and lip gesture, instead of voice to communicate. People with hearing impaired is the main group that use this language , usually with the combination of palm gesture, hand movement, body language and facial expression to describe what is in their mind. The way to differentiate the meaning between one sign and others is by differentiate the image of sign language appearance. Principal Component Analisys is a method that can extract the characteristic of multi frame image which have same dimension, the result of the exctraction is used for classification with naïve bayesian. Naïve. Naïve Bayesian method is a simple probabilistic classification method that count the set of probability which sum up the frequency and value combination from dataset that given. Based on result of the research that has been done, known that signn language identification can be done using classification based with multi frame that used PCA method to extract the retinal image texture and naïve Bayesian as
a method to classified. Based on the testing result that has been done, the obtained accuracy levelof the identification that used PCA method and naïve Bayesian is 68%.