Proses Dua Tahap, Mudah Dimengerti Orang Awam
Senin, 13 Juli 2015 - 11:09 WIB
Proses Dua Tahap, Mudah Dimengerti Orang Awam
A
A
A
Bagi para penyandang tunarungu, bahasa isyarat menjadi salah satu media komunikasi utama. Salah satu bentuk bahasa isyarat yang sering digunakan adalah finger spelling.
Sayangnya, masyarakat yang mempunyai kemampuan berkomunikasi dengan bahasa isyarat, sangat terbatas. Keterbatasan tersebut kemudian membuat kebutuhan penerjemah dari bahasa isyarat ke dalam bahasa tulisan atau lisan, menjadi sangat penting. Berangkat dari permasalahan tersebut, Dosen Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada (UGM), Rudy Hartanto, membuat sebuah aplikasi yang mampu menerjemahkan bahasa isyarat finger spelling menjadi bahasa lisan.
Jadi, lebih bisa dimengerti masyarakat umum. “Sebenarnya penelitian tentang pengenalan bahasa isyarat sudah banyak dilakukan. Namun, sebagian besar dari penelitian yang sudah ada masih menggunakan peranti sensor yang harus dipakai peraga bahasa isyarat. Sementara dalam penelitian lainnya yang menggunakan kamera, sehingga peraga tidak perlu memakai sensor, sebagian besar masih belum bisa diaplikasikan,” papar Rudy.
Bahasa isyarat finger spelling sendiri ialah cara berbicara dengan memakai variasi pose jari-jari dan telapak tangan guna merepresentasikan setiap abjad, sehingga membentuk kata. Umumnya bahasa isyarat finger spelling ini dipakai untuk menginformasikan nama orang, tempat, dan objek lain yang belum dikenal dalam bahasa isyarat.
Kurang aplikatifnya hasil penelitian yang sudah ada tentang bahasa isyarat, membuat Rudy tergerak mempelajari dan merancang metode pengenalan bahasa isyarat abjad finger spelling yang bisa menerjemahkan bahasa isyarat yang diperagakan lewat gestur tangan dalam bentuk prototipe aplikasi. Dengan metode baru dan sistem sederhana, aplikasi buatannya diklaim mempunyai waktu proses singkat dan dapat diaplikasikan di masyarakat.
“Untuk proses pengenalan bahasa isyarat, ada dua tahap. Tahap pertama, berfokus pada proses deteksi gestur tangan dengan memakai ruang warna YCrCb yang dikombinasikan dengan deteksi warna kulit guna membentuk citra tersegmentasi. Deteksi kontur ini digunakan untuk menentukan dan menyimpan area tangan,” ujarnya. Pada tahap kedua adalah proses pengenalan isyarat abjad finger spelling menggunakan alogaritma SURF dan alogaritma Norm L2 yang lebih sederhana.
Hal ini untuk mengesktrak fitur titik kunci dan klasifikasi citra isyarat gestur tangan dengan membandingkan citra isyarat pada basis data. “Pengujian dilakukan menggunakan tiga peraga isyarat dengan tiga ukuran citra basis data, yakni 128 x 128, 170 x 170, dan 200 x 200 piksel. Untuk setiap abjad dilakukan pengujian sebanyak 30 kali. Selanjutnya dilakukan pengujian untuk membentuk kata atau kalimat dalam bahasa Indonesia,” paparnya.
Dari percobaan tersebut diketahui sistem yang dibuat sudah mampu mengenal isyarat finger spelling. Selain itu juga mampu menerjemahkan menjadi kata atau kalimat berbahasa Indonesia dengan tingkat keberhasilan hingga 74,21%.
Ratih Keswara
Yogyakarta
Sayangnya, masyarakat yang mempunyai kemampuan berkomunikasi dengan bahasa isyarat, sangat terbatas. Keterbatasan tersebut kemudian membuat kebutuhan penerjemah dari bahasa isyarat ke dalam bahasa tulisan atau lisan, menjadi sangat penting. Berangkat dari permasalahan tersebut, Dosen Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada (UGM), Rudy Hartanto, membuat sebuah aplikasi yang mampu menerjemahkan bahasa isyarat finger spelling menjadi bahasa lisan.
Jadi, lebih bisa dimengerti masyarakat umum. “Sebenarnya penelitian tentang pengenalan bahasa isyarat sudah banyak dilakukan. Namun, sebagian besar dari penelitian yang sudah ada masih menggunakan peranti sensor yang harus dipakai peraga bahasa isyarat. Sementara dalam penelitian lainnya yang menggunakan kamera, sehingga peraga tidak perlu memakai sensor, sebagian besar masih belum bisa diaplikasikan,” papar Rudy.
Bahasa isyarat finger spelling sendiri ialah cara berbicara dengan memakai variasi pose jari-jari dan telapak tangan guna merepresentasikan setiap abjad, sehingga membentuk kata. Umumnya bahasa isyarat finger spelling ini dipakai untuk menginformasikan nama orang, tempat, dan objek lain yang belum dikenal dalam bahasa isyarat.
Kurang aplikatifnya hasil penelitian yang sudah ada tentang bahasa isyarat, membuat Rudy tergerak mempelajari dan merancang metode pengenalan bahasa isyarat abjad finger spelling yang bisa menerjemahkan bahasa isyarat yang diperagakan lewat gestur tangan dalam bentuk prototipe aplikasi. Dengan metode baru dan sistem sederhana, aplikasi buatannya diklaim mempunyai waktu proses singkat dan dapat diaplikasikan di masyarakat.
“Untuk proses pengenalan bahasa isyarat, ada dua tahap. Tahap pertama, berfokus pada proses deteksi gestur tangan dengan memakai ruang warna YCrCb yang dikombinasikan dengan deteksi warna kulit guna membentuk citra tersegmentasi. Deteksi kontur ini digunakan untuk menentukan dan menyimpan area tangan,” ujarnya. Pada tahap kedua adalah proses pengenalan isyarat abjad finger spelling menggunakan alogaritma SURF dan alogaritma Norm L2 yang lebih sederhana.
Hal ini untuk mengesktrak fitur titik kunci dan klasifikasi citra isyarat gestur tangan dengan membandingkan citra isyarat pada basis data. “Pengujian dilakukan menggunakan tiga peraga isyarat dengan tiga ukuran citra basis data, yakni 128 x 128, 170 x 170, dan 200 x 200 piksel. Untuk setiap abjad dilakukan pengujian sebanyak 30 kali. Selanjutnya dilakukan pengujian untuk membentuk kata atau kalimat dalam bahasa Indonesia,” paparnya.
Dari percobaan tersebut diketahui sistem yang dibuat sudah mampu mengenal isyarat finger spelling. Selain itu juga mampu menerjemahkan menjadi kata atau kalimat berbahasa Indonesia dengan tingkat keberhasilan hingga 74,21%.
Ratih Keswara
Yogyakarta
(ars)
