Klasifikasi American Sign Language Dengan Metode VGG-19

Abstract

American Sign Language adalah salah satu dari banyak bahasa isyarat yang banyak digunakan di dunia. Dalam penelitian ini, Optimizer yang digunakan adalah Adam. Data yang digunakan adalah 72000 citra yang terdiri dari 50400 citra latih, 14400 citra validasi, dan 7200 citra uji. Metode yang digunakan dalam penelitian ini adalah VGG-19. VGG-19 adalah salah satu dari sekian banyak arsitektur Convolutional Neural Network (CNN). Gambar telah di resize ukurannya dari 200x200px menjadi 224x224 untuk memenuhi kebutuhan VGG-19. Hasil rata-rata nilai akurasinya adalah 99.995%. Dapat disimpulkan bahwa VGG-19 merupakan arsitektur yang baik untuk mengidentifikasi Bahasa Isyarat Amerika.