Bagikan :
Ia mendapat bimbingan dosen Meredita Susanty, M.Sc., dan Ade Irawan, Ph.D., dalam pembuatan arketipe tersebut.
"Sistem penerjemah BISINDO yang dirancang, menggunakan metode data augmentation. Metode ini biasanya digunakan oleh programmer untuk meningkatkan keragaman data, guna melatih model machine learning atau ML. Adapun data yang digunakan adalah gambar huruf alfabet bahasa isyarat," ungkap Riestiya.
“Keragaman data diperlukan agar model ML bisa menerjemahkan bahasa isyarat dengan baik, dalam keadaan apa pun. Namun karena data alfabet BISINDO cukup sulit ditemukan di internet, aku kemudian memperagakan sendiri bentuk alfabetnya, lalu didokumentasikan dalam bentuk foto,” lanjut Riestiya.
Untuk membuat data yang beragam, Riestiya menambahkan, terdapat 3 teknik augmentasi data, yakni flip, rotate, dan menambahkan Gaussian Noise (membuat gambar menjadi buram).
Teknik ini berhasil menghasilkan 2.659 data gambar yang berbeda. Hasil dari percobaan yang dilakukan oleh Riestiya menunjukkan nilai akurasi yang hampir sempurna yakni 94,38%. Terdapat beberapa alfabet yang mendapatkan nilai akurasi rendah diantaranya huruf O dan huruf R.
“Huruf O memiliki gestur lingkaran yang tidak terpengaruh saat di augmentasi, sedangkan huruf R memiliki gestur jentikan jari. Saat ini sistem penerjemah BISINDO yang aku inisiasi masih kesulitan dalam menangkap gestur jentikan jari karena pergerakannya cukup cepat,” ujar Riestiya.
Meredita Susanty, M.Sc., selaku dosen pembimbing sangat mengapresiasi model sistem penerjemah bahasa isyarat yang diciptakan Riestiya.
Baca Juga: Bantu Petani Jaga Panen, Universitas Pertamina Ciptakan Lentera Tenaga Surya
“Kedepannya saya sangat berharap agar model ML ini bisa dikembangkan ke dalam bentuk aplikasi sehingga dapat langsung digunakan masyarakat,” pungkasnya.
Penulis: Saortua Marbun
