Electronic Resource
DETEKSI WAJAH DAN EKSPRESI PADA VIDEO PERCAKAPAN BAHASA ISYARAT INDONESIA (BISINDO) MENGGUNAKAN HAAR CASCADE DAN DEEP LEARNING SKRIPSI
Bahasa Isyarat Indonesia (BISINDO) merupakan bahasa isyarat yang menggunakan gerak tubuh, anggota badan dan ekspresi wajah untuk menyampaikan pesan yang ingin disampaikan oleh penyandang tuna rungu atau tuna wicara. Bahasa isyarat digunakan untuk berkomunikasi antar sesama tuna rungu atau tuna wicara. Pemahaman masyarakat terhadap bahasa isyarat sangat sedikit khususnya bahasa isyarat yang menggunakan ekspresi wajah, sehingga masyarakat mengalami kesulitan dalam berkomunikasi dengan penyandang tuna rungu atau tuna wicara. Oleh sebab itu, diperlukan adanya metode yang dapat mendeteksi wajah dan ekspresi wajah pada video percakapan Bahasa Isyarat Indonesia (BISINDO).
Metode yang digunakan pada penelitian ini yaitu metode haar cascade dan deep learning. Penelitian ini bertujuan untuk menerapkan metode haar cascade untuk mendeteksi wajah dan mengenali ekspresi wajah pada video percakapan Bahasa Isyarat Indonesia (BISINDO) menggunakan metode deep learning. Gambar-gambar dari hasil deteksi akan dipilih sesuai dengan ekspresi yang dibutuhkan untuk menjadi data mentah. Ekspresi yang akan dipilih ada tiga yaitu, ekspresi berpikir, bertanya dan senang. Dari tiga ekspresi wajah diperoleh 147 gambar ekspresi wajah yang menjadi data mentah. Data mentah dibagi menjadi dua folder data, yaitu folder untuk data training dan data testing. Masing-masing folder terdiri dari tiga folder sesuai dengan ekspresi berpikir, bertanya dan senang. Dilanjutkan mengimplementasikan metode deep learning, training data pada folder data training dan akan diuji menggunakan data testing.
Pengujian yang dilakukan pada 147 gambar wajah, dengan 105 gambar dari data training, data testing sebanyak 24 gambar dari video dengan kualitas 720p dan 18 data testing dari video dengan kualitas 480p, 360p dan 240p. Dari hasil pengujian 24 data testing, diperoleh 21 gambar benar dan 3 gambar salah dengan tingkat akurasi sebesar 87,5%. Sedangkan untuk hasil pengujian 18 data testing diperoleh 14 gambar benar dan 4 gambar salah dengan akurasi 77,7%. Metode haar cascade tidak hanya dapat mendeteksi gambar wajah, namun juga dapat mendeteksi yang bukan wajah seperti tangan dan kayu. Metode deep learning dapat mendeteksi ekspresi wajah.
15014078 d | 15 NOV d 078 | Perpustakaan Universitas Nurul Jadid | Tersedia namun tidak untuk dipinjamkan - Koleksi Digital |
Tidak tersedia versi lain