AbstrakMasyarakat tuna rungu pada u

Abstrak
Masyarakat tuna rungu pada umumnya menggunakan bahasa isyarat sebagai alat komunikasi utamanya. Bahasa isyarat
mengutamakan komunikasi visual, pengguna bahasa ini menggunakan orientasi, bentuk dan gerakan tangan, lengan, tubuh,
serta expresi wajah untuk mengungkapkan expresi mereka. Tetapi cara komunikasi ini sering menyulitkan/membatasi
komunikasi dengan orang lain yang normal, karena perbedaan komunikasinya itu kurang dipahami oleh lawan
komunikasinya. Untuk mengatasi keterbatasan komunikasinya tersebut diperlukan upaya penterjemahan bahasa isyarat
menjadi lisan. Dengan demikian akan terjadi komunikasi yang lebih mudah antar kaum tuna rungu dengan masyarakat
umum.
Untuk menyelesaikan proyek akhir ini, digunakan kamera webcam sebaga alat bantu untuk menangkap gambar dari
tangan pengguna. Teknik yang digunakan adalah dengan menangkap posisi tangan, mengekstrak bentuk dari tangan
tersebut, kemudian mengklasifikasinya. Untuk mencari letak tangan dari setiap frame yang dihasilkan, penulis
menggunakan HaarClassifier yang sebelumnya telah dilakukan training terlebih dahulu. Kemudian untuk mengekstrak
bentu tangan digunakan skin detection dan noise removal yang kemudian dilanjutkan dengan thresholding dan normalisasi.
Setelah bentuk tangan ini didapatkan, maka gambar biner bentuk tangan ini diklasifikasikan berdasarkan kumpulan
gambar-gambar isyarat tangan yang digunakan sebagai data training. Algoritma klasifikasi yang digunakan penulis adalah
algoritma K Nearest Neigbors.
Sistem ini mampu mengenali 19 isyarat huruf tangan dari 26 isyarat yang ditargetkan. Rata-rata akurasi yang
dihasilkan system ini adalah 89.68%. Nilai akurasi ini dapat bervariasi tergantung dari konsistensi data training dan noise
yang dihasilkan.

ผลลัพธ์ (ไทย) 1:

AbstrakMasyarakat ทูน่า rungu พดา umumnya menggunakan ภาษาไทย isyarat sebagai alat komunikasi utamanya Isyarat ภาษาไทยภาพ komunikasi mengutamakan, orientasi menggunakan pengguna เปล่ง ini, tangan gerakan ด่าน bentuk, lengan, tubuhพลัง expresi wajah untuk mengungkapkan expresi mereka โฮลคารา Tetapi komunikasi ini sering menyulitkan/membatasikomunikasi dengan แซงค์น้ำพุยางปกติ karena perbedaan komunikasinya itu kurang dipahami ทโอลาวัณย์komunikasinya Untuk mengatasi keterbatasan komunikasinya tersebut diperlukan upaya penterjemahan ภาษาไทย isyaratmenjadi lisan Dengan demikian terjadi โรง komunikasi ยาง lebih mudah antar kaum ทูน่า rungu dengan masyarakatยูมัมUntuk menyelesaikan proyek akhir ini, digunakan kamera เว็บแคม sebaga alat untuk เป่า menangkap gambar daritangan pengguna นับตั้งแต่ยาง digunakan adalah dengan menangkap posisi tangan, mengekstrak bentuk dari tangantersebut, kemudian mengklasifikasinya Untuk mencari letak tangan dari setiap กรอบยาง dihasilkan, penulismenggunakan HaarClassifier ยาง sebelumnya telah dilakukan ฝึก terlebih dahulu Kemudian untuk mengekstrakbentu tangan digunakan ผิวตรวจด่านเสียงเอายาง kemudian dilanjutkan dengan thresholding ด่าน normalisasiDidapatkan Setelah bentuk tangan ini ท่ามะกา gambar biner bentuk tangan ini diklasifikasikan berdasarkan กองgambar gambar isyarat tangan ยาง digunakan sebagai ข้อมูลการฝึกอบรม Algoritma klasifikasi ยาง digunakan penulis adalahalgoritma K Neigbors สุดSistem ini mampu mengenali 19 isyarat huruf tangan dari 26 isyarat ยาง ditargetkan ยาง akurasi ราตะราตะdihasilkan ระบบ ini adalah 89.68% ไล akurasi ini dapat bervariasi tergantung dari konsistensi ข้อมูลฝึกเสียงแดนยาง dihasilkan

ผลลัพธ์ (ไทย) 2:

นามธรรม
Masyarakat ปลาทูน่า rungu บน umumnya ฐานะภาษา Isyarat sebagai เครื่องมือ komunikasi utamanya Bahasa Isyarat
mengutamakan komunikasi ภาพ Pengguna ภาษานี้ใช้ orientasi, รูปร่างและการเคลื่อนไหว tangan, lengan, Tubuh,
Serta expresi wajah สำหรับ mengungkapkan expresi mereka Tetapi คาร่า komunikasi นี้ Sering menyulitkan / membatasi
komunikasi กับลิงนอนหยางปกติ Karena Perbedaan komunikasinya itu kurang dipahami โดยลาวัลย์
komunikasinya สำหรับ mengatasi keterbatasan komunikasinya tersebut จำเป็นที่ upaya penterjemahan ภาษา Isyarat
menjadi Lisan กับ demikian Akan terjadi komunikasi รูปภาพขนาดใหญ่ง่าย Antar Kaum ปลาทูน่า rungu กับ Masyarakat
ทั่วไป.
สำหรับ menyelesaikan Proyek สุดท้ายนี้, กล้องเว็บแคมที่ใช้แล้ว sebaga เครื่องมือการเป่าสำหรับตกภาพจาก
tangan Pengguna วิศวกรรมเป็นหลักที่ใช้ในกับตำแหน่งของตก tangan, mengekstrak รูปร่างจาก tangan
tersebut, mengklasifikasinya ต่อไป ในการค้นหาข้อมูลราย tangan จาก setiap กรอบหยาง dihasilkan, ผู้เขียน
ในฐานะ HaarClassifier หยางย้อนกลับ telah ฝึกอบรม dilakukan terlebih dahulu ต่อไปสำหรับ mengekstrak
bentu tangan ในการตรวจสอบการใช้แล้วผิวกำจัดเสียงรบกวนและหยางต่อไป dilanjutkan กับ thresholding และ normalisasi.
Setelah รูปร่าง tangan นี้ didapatkan, maka ภาพ Biner รูปร่าง tangan นี้ diklasifikasikan โดย Kumpulan
ภาพ-ภาพ Isyarat tangan หลักที่ใช้ในการฝึกอบรมข้อมูล sebagai Algoritma Klasifikasi หลักที่ใช้ในผู้เขียนเป็น
Algoritma K ที่ใกล้ที่สุด Neigbors.
ระบบนี้ Mampu ตระหนักถึง 19 Isyarat huruf tangan จาก 26 Isyarat หยาง ditargetkan akurasi ค่าเฉลี่ยหยาง
นี้ระบบ dihasilkan เป็น 89.68% Nilai akurasi นี้สามารถ bervariasi tergantung จาก konsistensi การฝึกอบรมข้อมูลเสียงและ
หยาง dihasilkan

ผลลัพธ์ (ไทย) 3:

masyarakat abstrak ทูน่ารุนกูที่ umumnya ให้ใช้ภาษา isyarat เช่นแอท komunikasi utamanya . ภาษา isyarat
mengutamakan komunikasi ภาพ ใช้ภาษานี้ให้ใช้ orientasi ของแดนผิวหนัง , มือ , lengan tubuh Serta , ,
expresi wajah เพื่อ mengungkapkan expresi พวกเขา . แต่คาร่า komunikasi นี้ sering menyulitkan / membatasi
komunikasi กับรังอื่นยังปกติจึง perbedaan komunikasinya ITU น้อยกว่า dipahami โดยลาวัณย์
komunikasinya . เพื่อให้ mengatasi keterbatasan komunikasinya tersebut ท้าทายที่จะต้องระบุ penterjemahan ภาษา isyarat
จะ Lisan . ด้วย ดังนั้นรัฐ terjadi komunikasi หยางขึ้นง่ายแอนเทอร์ kaum ทูน่ารุนกูด้วย umum masyarakat
.
เพื่อ menyelesaikan โครงการ akhir นี้ ,digunakan กล้องเว็บแคม sebaga แอทเป่าเพื่อให้ menangkap รูปภาพดารี
เบรคมือใช้ . teknik ยาง digunakan AM กับ menangkap posisi มือ , mengekstrak ของจากมือ
tersebut , แล้ว mengklasifikasinya . เพื่อให้ mencari นักบินมือจากใด ๆ dihasilkan กรอบยาง , ยางเปอนูลิซ
ให้ใช้ haarclassifier ไม่สามารถทํา sebelumnya ได้รับการฝึกอบรมล่วงหน้าแล้วเพื่อให้ mengekstrak
bentu เบรคมือ digunakan ตรวจสอบผิวหนังแดนเสียงเอายางด้วย แล้ว dilanjutkan ปรับแดน normalisasi .
หลังจากนั้นของนาฬิกานี้ didapatkan มะค่า รูปภาพ biner ของนาฬิกานี้ diklasifikasikan berdasarkan kumpulan
รูปภาพรูปภาพ isyarat มือยาง digunakan เช่นข้อมูลการฝึกอบรม algoritma klasifikasi หยางคือ
digunakan เปอนูลิซใกล้ neigbors algoritma K .
ระบบนี้ระบบเครือข่าย mengenali 19 isyarat โต รูฟเบรคมือจาก 26 isyarat ยาง ditargetkan . ราตาราตา akurasi ยาง
dihasilkan ระบบนี้คือ 89.68 ตามลำดับ / akurasi นี้สามารถ bervariasi tergantung ดารี konsistensi การฝึกอบรมข้อมูลแดนเสียง
ยาง dihasilkan .