Data Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO)

Ada dua sistem bahasa isyarat yang digunakan di Indonesia; Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (Bisindo). Penggunaan bahasa isyarat di kelompok masyarakat tuli dan difabel rungu di Indonesia masih terpecah. Pemerintah mewajibkan penggunaan SIBI sebagai bahasa penganta...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Riestiya Zain Fadillah, Ade Irawan, Meredita Susanty
Formato: article
Lenguaje:ID
Publicado: Universitas Bina Sarana Informatika, LPPM 2021
Materias:
Acceso en línea:https://doaj.org/article/2c23b986ec7c4b8e99a59edeb284a622
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
id oai:doaj.org-article:2c23b986ec7c4b8e99a59edeb284a622
record_format dspace
spelling oai:doaj.org-article:2c23b986ec7c4b8e99a59edeb284a6222021-11-22T02:40:59ZData Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO)2355-65792528-224710.31294/ji.v8i2.10768https://doaj.org/article/2c23b986ec7c4b8e99a59edeb284a6222021-09-01T00:00:00Zhttps://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/10768https://doaj.org/toc/2355-6579https://doaj.org/toc/2528-2247Ada dua sistem bahasa isyarat yang digunakan di Indonesia; Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (Bisindo). Penggunaan bahasa isyarat di kelompok masyarakat tuli dan difabel rungu di Indonesia masih terpecah. Pemerintah mewajibkan penggunaan SIBI sebagai bahasa pengantar resmi di Sekolah Luar Biasa namun insan rungu Indonesia lebih gemar menggunakan  Bisindo. Hal ini dikarenakan Bisindo memiliki akar kata yang berasal dari Bahasa Indonesia dan satu gerakan mewakili kata. Tidak seperti SIBI yang menggunakan gerakan isyarat berdasarkan tata bahasa orang mendengar. Gerakan untuk Kesejahteraan Tunarungu Indonesia (Gerkatin) telah meminta pemerintah untuk mengakui Bisindo sebagai bahasa pengantar resmi di Sekolah Luar Biasa namun upaya ini hingga kini belum berhasil. Upaya lain yang dilakukan Gerkatin adalah memberikan kelas pelatihan Bisindo bagi masyarakat umum membantu meningkatkan aksesibilitas Tuli dengan menambah jumlah penerjemah serta memperluas pemahaman Bisindo di masyarakat luas. Penelitian ini mencoba mendukung upaya tersebut dengan mengembangkan model penerjemah Bisindo yang menerjemahkan gestur bahasa isyarat menjadi teks menggunakan pendekatan machine learning dengan arsitektur Convolutional Neural Network (CNN). Keterbatasan dataset Bisindo diatasi dengan melakukan data augmentation. Performa model mencapai nilai akurasi sebesar 94.38%.Riestiya Zain FadillahAde IrawanMeredita SusantyUniversitas Bina Sarana Informatika, LPPMarticlebahasa isyarat, mesin pembelajaran, penerjemahInformation technologyT58.5-58.64IDJurnal Informatika, Vol 8, Iss 2, Pp 208-214 (2021)
institution DOAJ
collection DOAJ
language ID
topic bahasa isyarat, mesin pembelajaran, penerjemah
Information technology
T58.5-58.64
spellingShingle bahasa isyarat, mesin pembelajaran, penerjemah
Information technology
T58.5-58.64
Riestiya Zain Fadillah
Ade Irawan
Meredita Susanty
Data Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO)
description Ada dua sistem bahasa isyarat yang digunakan di Indonesia; Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (Bisindo). Penggunaan bahasa isyarat di kelompok masyarakat tuli dan difabel rungu di Indonesia masih terpecah. Pemerintah mewajibkan penggunaan SIBI sebagai bahasa pengantar resmi di Sekolah Luar Biasa namun insan rungu Indonesia lebih gemar menggunakan  Bisindo. Hal ini dikarenakan Bisindo memiliki akar kata yang berasal dari Bahasa Indonesia dan satu gerakan mewakili kata. Tidak seperti SIBI yang menggunakan gerakan isyarat berdasarkan tata bahasa orang mendengar. Gerakan untuk Kesejahteraan Tunarungu Indonesia (Gerkatin) telah meminta pemerintah untuk mengakui Bisindo sebagai bahasa pengantar resmi di Sekolah Luar Biasa namun upaya ini hingga kini belum berhasil. Upaya lain yang dilakukan Gerkatin adalah memberikan kelas pelatihan Bisindo bagi masyarakat umum membantu meningkatkan aksesibilitas Tuli dengan menambah jumlah penerjemah serta memperluas pemahaman Bisindo di masyarakat luas. Penelitian ini mencoba mendukung upaya tersebut dengan mengembangkan model penerjemah Bisindo yang menerjemahkan gestur bahasa isyarat menjadi teks menggunakan pendekatan machine learning dengan arsitektur Convolutional Neural Network (CNN). Keterbatasan dataset Bisindo diatasi dengan melakukan data augmentation. Performa model mencapai nilai akurasi sebesar 94.38%.
format article
author Riestiya Zain Fadillah
Ade Irawan
Meredita Susanty
author_facet Riestiya Zain Fadillah
Ade Irawan
Meredita Susanty
author_sort Riestiya Zain Fadillah
title Data Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO)
title_short Data Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO)
title_full Data Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO)
title_fullStr Data Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO)
title_full_unstemmed Data Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO)
title_sort data augmentasi untuk mengatasi keterbatasan data pada model penerjemah bahasa isyarat indonesia (bisindo)
publisher Universitas Bina Sarana Informatika, LPPM
publishDate 2021
url https://doaj.org/article/2c23b986ec7c4b8e99a59edeb284a622
work_keys_str_mv AT riestiyazainfadillah dataaugmentasiuntukmengatasiketerbatasandatapadamodelpenerjemahbahasaisyaratindonesiabisindo
AT adeirawan dataaugmentasiuntukmengatasiketerbatasandatapadamodelpenerjemahbahasaisyaratindonesiabisindo
AT mereditasusanty dataaugmentasiuntukmengatasiketerbatasandatapadamodelpenerjemahbahasaisyaratindonesiabisindo
_version_ 1718418213290639360