Objektif. Bahasa Isyarat (sign language) adalah salah satu bahasa yang paling alami dalam melakukan komunikasi, terutama bagi penyandang tuna rungu dan tuna wicara sehingga keduanya mampu saling memahami dan berkomunikasi dengan sesamanya dengan menggunakan bahasa isyarat Permasalahan yang diangkat dalam kasus penelitian kali ini dilatar belakangi oleh sedikitnya masyarakat umum yang mengerti bahasa isyarat sehingga akan lebih mudah dalam memahami bahasa isyarat yang mengandung kata kerja. Material and Metode. Penelitian ini bertujuan untuk menerapkan metode Leaning Vector Quantization dalam melakukan pengenalan bahasa isyarat kata kerja berdasarkan pola. Hasil. Hasil dari penelitian menggunakan metode Learning Vector Quantization didapat akurasi pengenalan sebesar 40% dengan menggunakan data uji sebanyak 15 data . Kesimpulan. Berdasakan hasil dari penelitian Implementasi metode Learning vector quantization (LVQ) pada pengenalan Bahasa Isyarat yang mengandung Kata Kerja dapat disimpulkan bahwa metode Learning vector quantization pada Sistem / aplikasi pengenalan bahasa isyarat kata kerja dapat membantu untuk mengenali pola bahasa isyarat yang ingin dibaca dengan baik.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.