Implementasi LDA pada fitur HOG untuk Klasifikasi ASL Menggunakan K-NN

Abstract

Sign language merupakan suatu cara alternatif yang bisa digunakan untuk berkomunikasi dengan menggunakan isyarat, salah satu jenisnya yaitu American Sign Language (ASL). Dataset sign language yang digunakan yaitu dalam bentuk dataset citra yang diproses menggunakan ekstraksi fitur Histogram of Oriented Gradients (HOG) dan selanjutnya direduksi menggunakan Linear Discriminant Analsysis (LDA). Selanjutnya hasil reduksi digunakan untuk klasifikasi K-Nearest Neighbors (k-NN). Tiga jenis distance yang digunakan yaitu euclidean, manhattan dan chebyshev. Hasil terbaik diperoleh menggunakan manhattan distance dengan nilai K = 3 dengan presisi sebesar 72,42 %.