48
Nuraini Putri Permatasari, 2016
SISTEM PENERJEMAH BAHASA ISYARAT MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS SENSOR 2.5D
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB V
KESIMPULAN, IMPLIKASI DAN SARAN
1.1 Kesimpulan
Kesimpulan yang didapat pada penelitian ini, yaitu:
1. Hasil percobaan menunjukkan efektivitas dari metode yang diusulkan yaitu
convolutional neural network. Metode convolutional neural network memberikan
akurasi yang baik walaupun data yang digunakan untuk proses training sedikit.
2. Tingkat akurasi tertinggi berdasarkan hasilpengujian bahasa isyarat yaitu 88,334%.
1.2 Implikasi
Karena program yang dibuat hanya bisa mengenali huruf statis, maka saran dari
penulis adalah untuk membuat program yang dapat mengenali huruf dinamis seperti huruf J
dan Z.
1.3 Saran
Lebih banyak menggunakan data untuk proses training. Output pengenalan bahasa
isyarat tangan dapat digabung dengan ekspresi wajah dan tubuh. Membuat program secara