![]() ![]() ![]() ![]() Penelitian ini dilakukan untuk mengetahui parameter terbaik yang digunakan dalam metode Local Directional Pattern dan klasifikasi k-Nearest Neighbor. Pengujian pada sistem pengenalan angka tulisan tangan ini menunjukkan bahwa metode Local Directional Pattern dapat mengenali angka Bahasa Isyarat hingga mencapai akurasi 88.45% dengan pembagian region pada citra hingga 81 region, dan mengambil 3 tetangga terdekat pada tahap klasifikasi K-Nearest Neighbour. Pengujian system ini menggunakan data Turkey Ankara Ayrancı Anadolu High School's Sign Language Digits Dataset sebanyak 2.062 data. Sistem ini terdiri dari beberapa tahap, yaitu pengumpulan data, pre-processing, ekstraksi ciri dan klasifikasi. Pada penelitian ini dijelaskan tentang sistem pengenalan citra angka Bahasa isyarat dengan menggunakan metode ekstraksi ciri Local Directional Pattern dan Klasifikasi K-Nearest Neighbour. Sistem Pengenalan Angka Bahasa Isyarat ini dapat dilakukan dengan pembelajaran mesin. Dengan semakin berkembangnya teknologi, diharapkan System Pengenalan Bahasa Isyarat juga semakin berkembang. ![]()
0 Comments
Leave a Reply. |
AuthorWrite something about yourself. No need to be fancy, just an overview. ArchivesCategories |