The Sriwijaya University Library

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Login
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
Image of STATIC HAND GESTURE RECOGNITION MENGGUNAKAN MODEL DEEP RESIDUAL NETWORK (RESNET-50)

Text

STATIC HAND GESTURE RECOGNITION MENGGUNAKAN MODEL DEEP RESIDUAL NETWORK (RESNET-50)

Pertiwi, Mega - Personal Name;

Penilaian

0,0

dari 5
Penilaian anda saat ini :  

Gerakan tangan banyak digunakan di berbagai bidang kehidupan manusia, salah satu diantaranya adalah untuk bahasa isyarat. Sistem pengenalan gerakan tangan merupakan sebuah perangkat lunak yang dirancang untuk mengenali gerakan tangan menggunakan komputer. Umumnya mekanisme pemrosesan dalam sistem ini memerlukan jumlah variabel yang besar, sehingga diperlukan komputer yang dapat mengolah gambar dengan ukuran besar secara baik, akurat dan cepat. Selain itu, permasalahan lain yang dihadapi oleh sistem ini adalah minimnya jumlah data. Penelitian ini bertujuan untuk menyelesaikan dua permasalahan utama tersebut, yaitu menerapkan deep learning untuk mengatasi besarnya ukuran input yang besar, dan selanjutnya menerapkan Data Augmentation untuk mengatasi permasalahan minimnya jumlah data yang tersedia. Adapun deep learning yang digunakan adalah arsitektur ResNet-50. Database yang digunakan dalam penelitian ini berasal dari American Sign Language (ASL). Hasil percobaan menunjukkan bahwa terjadi peningkatan kecepatan pemrosesan dan akurasi pengenalan jika dibandingkan dengan penelitian sebelumnya dengan akurasi pengenalan gambar sebesar 94,30% dan video sebesar 92,50%.


Availability
Inventory Code Barcode Call Number Location Status
2207000180T62719T627192022Central Library (Referens)Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T627192022
Publisher
Inderalaya : Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Sriwijaya., 2022
Collation
xixii, 105 hlm.; ilus.; 29 cm
Language
Indonesia
ISBN/ISSN
-
Classification
004.650 7
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Jurusan Teknik Informatika
Jaringan Komunikasi Komputer
Specific Detail Info
-
Statement of Responsibility
SEPTA
Other version/related

No other version available

File Attachment
  • STATIC HAND GESTURE RECOGNITION MENGGUNAKAN MODEL DEEP RESIDUAL NETWORK (RESNET-50)
Comments

You must be logged in to post a comment

The Sriwijaya University Library
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2025 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search