<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="12326">
 <titleInfo>
  <title>Aplikasi Penerjemah Bahasa Isyarat Indonesia Menjadi Suara Berbasis Android Menggunakan Tensorflow</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Nasha Hikmatia A.E</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1655301032</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Pekanbaru</placeTerm>
   <publisher>Pustaka Politeknik Caltex Riau</publisher>
   <dateIssued>2020</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>xiii, 55 hlm.; 21 cm</extent>
 </physicalDescription>
 <note>Bahasa Isyarat Indonesia atau BISINDO adalah bahasa isyarat dua tangan yang digunakan sebagai penghubung dalam berkomunikasi. BISINDO digunakan oleh masyarakat yang memiliki keterbatasan berbicara atau mendengar namun tidak bagi masyarakat lainnya. Hal ini menyebabkan pengguna BISINDO kesulitan menyampaikan informasi karena hanya beberapa masyarakat yang mengerti BISINDO. Oleh karena itu, dikembangkan sebuah aplikasi untuk membantu komunikasi antara pengguna BISINDO dan Bahasa Indonesia secara realtime. Klasifikasi BISINDO dilakukan dengan metode Convolutional Neural Network dan arsiktektur MobilenetV2 menggunakan tensorflow. Hasil klasifikasi digunakan sebagai model pada android untuk selanjutnya dikonversi menjadi suara. Berdasarkan pengujian model, tingkat akurasi yang dihasilkan mecapai 54,8% dalam mengklasifikasi 30 bahasa isyarat. Sehingga, performa dari model dapat dikatakan belum optimal dalam mengklasifikasikan. Berdasarkan pengujian aplikasi kepada 30 responden diperoleh hasil responden sangat setuju dengan adanya aplikasi ini dengan nilai rata-rata sebesar 83,95%.</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>PA Teknik Informatika</topic>
 </subject>
 <classification>PA - TI</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Politeknik Caltex Riau Politeknik Caltex Riau</physicalLocation>
  <shelfLocator>PA - TI</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">PA1655301032</numerationAndChronology>
    <sublocation>Perpustakaan PCR</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="11889" url="" path="KP_PA/POSTER/PA1655301032_poster_pa.png" mimetype="image/png">Poster - Aplikasi Penerjemah Bahasa Isyarat Indonesia menjadi Suara berbasis Android menggunakan Tensorflow</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>12326</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2020-10-08 00:00:00</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2020-12-02 13:30:21</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>