Hasil Pencarian  ::  Simpan CSV :: Kembali

"Siswa tuli merupakan salah satu masyarakat bahasa yang dapat memproduksi tulisan. Akan tetapi, belum banyak penelitian yang menjelaskan bagaimana kemampuan siswa tuli dalam menulis. Oleh karena itu penelitian ini dilakukan dengan mengangkat rumusan masalah mengenai kemampuan menulis bahasa Indonesia oleh siswa tuli. Penelitian ini menggunakan metode deskriptif kualitatif. Untuk menggambarkan kemampuan siswa tuli dalam menulis, penelitian didasarkan pada dua aspek, yaitu kemampuan menulis kata dan kemampuan menulis kalimat. Hasil penelitian menunjukkan bahwa kemampuan menulis siswa tuli masih relatif rendah, baik kemampuan menulis kata atau pun menulis kalimat. Kemampuan ini dilihat dari berbagai faktor, di antaranya yaitu penulisan ejaan, kategori kata, struktur kalimat, juga makna.

---

Deaf students are one of the language communities that can produce writing. However, there are not many studies that explain how deaf students' ability to write. Therefore, this research was conducted by raising the problem formulation regarding the ability to write Indonesian by deaf students. This research uses a qualitative descriptive method. To describe the ability of deaf students in writing, the research is based on two aspects, namely the ability to write words and the ability to write sentences. The results showed that the writing ability of deaf students is still relatively low, both the ability to write words or write sentences. This ability is seen from various factors, including spelling, word categories, sentence structure, and meaning."

"Keterbatasan fungsi indera pendengaran penyandang tunarungu menyebabkan munculnya budaya-budaya yang hanya dapat dirasakan oleh mereka. Dalam melangsungkan budayanya yang unik ini mereka membutuhkan ruang yang accessible layaknya penyandang difabel yang lain. Oleh karena itu, prinsip deaf space dihadirkan agar kebutuhan penyandang tunarungu dapat dipertimbangkan dalam perancangan ruang bangunan/urban. Prinsip deaf space dirumuskan oleh komunitas tunarungu di Gallaudet University, Amerika Serikat. Prinsip deaf space ini dibuat berdasarkan pengalaman dan kondisi yang berlaku pada komunitas tunarungu yang merancangnya, padahal komunitas tunarungu dapat mengalami perkembangan seiring berjalannya waktu. Salah satu bentuk perkembangan yang dialami komunitas ini adalah penggunaan alat bantu dengar dan perkembangan komunikasi verbal oleh pemanfaatan alat bantu dengar. Perkembangan yang dialami oleh komunitas ini dapat mempengaruhi kebutuhan ruangnya, sehingga prinsip deaf space ini juga harus disesuaikan dengan perkembangan tersebut. Pengetahuan tentang penyesuaian prinsip deaf space ini membuktikan bahwa pendekatan desain yang dibutuhkan oleh kedua tipe komunitas tunarungu tersebut sangat berbeda. Apabila pendekatan desain yang dibutuhkan oleh komunitas tunarungu yang berkomunikasi visual lebih berfokus pada pengoptimalan kualitas visual oleh bukaan, komunitas tunarungu yang berkomunikasi verbal lebih berfokus pada pengoptimalan kualitas akustik ruang.

---

Their sense of hearing limitation causes the forming of cultures that can only be felt by their own community. In carrying out this unique culture they need an accessible space like the other difable. Therefore, deaf space is presented so deaf rsquo s needs can be considered in the building urban design.

Deaf space principle was formulated by Deaf community at Gallaudet University, USA. This principle is made based on experiences and conditions that apply to their own community, meanwhile Deaf community can evolve over time. One of the change that happened in Deaf community is the use of hearing aids and the development of verbal communication by it.

The development experienced by this community can affect their needs of space, so the deaf space principles is also need to be adapted with these developments. Knowledge on the adaptation of deaf space principle proves that design approach required by the two types of Deaf communities is very different. If the design approach required by the visual communicating community is more focused on optimizing the visual quality by the openings, the verbal communicating community is more focused on optimizing the acoustic quality of space."

"Sebagai bentuk interaksi sosial, komunikasi menjadi salah satu hal yang tidak dapat dihindari. Komunikasi menjadi metode yang paling mudah untuk diterapkan oleh setiap orang untuk saling bertukar informasi. Informasi yang diperoleh akan sangat bergantung pada proses komunikasi yang berlangsung. Bagi teman tuli, komunikasi menjadi hal yang cukup sulit dilakukan apabila hendak berinteraksi dengan teman dengar. Begitu juga sebaliknya, teman dengar akan kesulitan apabila melakukan hal yang serupa. Terdapat salah satu aplikasi yang dapat mengatasi kesulitan interaksi bagi teman tuli, yaitu sistem aplikasi SIBI. Sistem aplikasi SIBI mampu membantu penggunanya untuk berkomunikasi kepada sesama pengguna dengan menerjemahkan bahasa isyarat SIBI menjadi teks bahasa Indonesia begitu juga sebaliknya. Namun ternyata sistem aplikasi ini dirasa belum cukup membantu penggunanya ditinjau dari sisi desain interaksinya. Melalui permasalahan tersebut, penelitian ini hadir untuk meningkatkan kualitas desain interaksi sistem aplikasi SIBI yang diharapkan kan berdampak pada meningkatnya kualitas komunikasi bagi teman tuli. Penulis merancang suatu alternatif desain untuk menjawab permasalahan yang ada dengan menerapkan user centered design. Hasil dari desain alternatif tersebut akan ditinjau ulang hingga akhirnya menghasilkan suatu rekomendasi desain sistem aplikasi SIBI yang merupakan hasil akhir dari penelitian ini.

---

As a one of many forms of social interaction, communication is something that cannot be replaced. Communication is the easiest method for everyone to use to take and give the information. The information that obtained will be very useful based on the ongoing communication process before. For deaf peoples, communication becomes a difficult thing to do when they want to interact with a normal people and also a normal people will find it difficult to do the same thing. There is one application that can solve the difficulties, named SIBI application system. SIBI application system able to help the users to communicate with other users by translating the SIBI language into Indonesian text and vice versa. However, it turns out that this application system is not helpful enough to use in an interaction design point of view. Through this problem, this research is to improve the quality of the interaction design of the SIBI application system which is expected to have an impact on the quality of communication for deaf friends. The author will design an alternative design to answer the existing problems by implementing a user-centered design. The results of the alternative designs will be reviewed to finally produce a recommendation for the SIBI application system design which is the final result of this research."

"Terdapat dua bahasa isyarat di Indonesia, yaitu Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (Bisindo). SIBI telah diresmikan oleh pemerintah sebagai bahasa untuk Tuli di SLB-B pada tahun 2001. Padahal sebelumnya Tuli telah memiliki bahasa, yaitu bahasa isyarat yang berasal dari Tuli secara alami. Bahasa alami Tuli tersebut diresmikan oleh komunitas Tuli pada tahun 2008 dengan nama Bisindo. Penelitian ini bertujuan untuk menggambarkan bagaimana identitas Tuli ditunjukkan dalam Bisindo. Penelitian ini menggunakan metode etnografi dengan melakukan observasi partisipan dan wawancara mendalam di komunitas Tuli dan lembaga lainnya yang berperan mengembangkan Bisindo. Hasil penelitian dalam skripsi ini menunjukan bahwa Tuli lebih memilih untuk menggunakan Bisindo daripada SIBI karena Bisindo merupakan Identitas bagi Tuli. Penelitian ini lalu menemukan bahwa Tuli menggunakan Bisindo sebagai alat dalam pergerakan sosial menuju kesetaraan Tuli di masyarakat.

---

There are two sign languages in Indonesia, namely the Indonesian Sign Language System (SIBI) and the Indonesian Sign Language (Bisindo). The SIBI was formalized by the government as the language for the Deaf in SLB-B in 2001. Even though Deaf already has language, which is sign language that comes from Deaf naturally. The Deaf natural language was formalized by the Deaf community in 2008 under the name Bisindo.This study aims to illustrate how Deaf's identity is shown in Bisindo.This study uses ethnographic methods by conducting participant observation and in-depth interviews in the Deaf community and other institutions that play a role in developing Bisindo.The results of this study indicate that Deaf prefers to use Bisindo rather than SIBI because Bisindo is the Identity for the Deaf.This research then found that Deaf uses Bisindo as a tool in social movements towards Deaf equality in society."

"Bahasa isyarat umumnya dilakukan oleh tuna rungu dan tuna wicara yang menimbulkan kesenjangan dalam berkomunikasi khususnya saat melamar pekerjaan. Ada hambatan komunikasi yang dirasakan saat proses pencarian kerja dimana pada tahun 2020 menyebutkan bahwa penyandang disabilitas yang bekerja sebanyak 7,67 juta orang (5,98% dari total pekerja di Indonesia) dibandingkan dengan jumlah pekerja dengan disabilitas di Indonesia mencapai 720.748 orang (0,53% dari total pekerja di Indonesia) pada tahun 2022 menurut BPS (Badan Pusat Statistik). Penurunan persentase dalam lapangan kerja sebagian besar disebabkan oleh praktik perekrutan yang diskriminatif oleh banyak perusahaan. Jadi, dibutuhkan sistem deteksi bahasa isyarat yang dapat mempermudah dalam penerjemahan bahasa isyarat supaya kesempatan pengguna bahasa isyarat sama dengan semua orang dalam proses pelamaran kerja dan mendapatkan pekerjaan yang layak. Skenario pengambilan data adalah dengan 2 skenario, yaitu data non augmented dan augmented. Proses training dengan dataset yang terdiri atas 348 citra training yang lalu diaugmentasi sehingga berjumlah 1.044 citra training. Hasil pengujian dengan real-time testing dilakukan dengan evaluasi model menggunakan parameter akurasi sistem (confidence score), precision, recall, dan F1 Score untuk setiap model dimana nilai confidence score model Faster R-CNN dan RetinaNet adalah 96,67% : 93,33%. Selain itu, perbandingan nilai F1 Score untuk model Faster R-CNN dan RetinaNet adalah 0,98 : 0,97, tingkat akurasi mAP Faster R-CNN dan RetinaNet yang non augmented adalah 95,3% : 90,6%, sedangkan mAP Faster R-CNN dan RetinaNet yang augmented adalah 92,1% : 88,2%. Melalui hasil tersebut diperoleh bahwa kedua model memiliki presisi yang lebih rendah saat sudah diaugmentasi. Maka dari itu, algoritma Faster R-CNN memiliki hasil presisi lebih akurat dibandingkan algoritma RetinaNet.

---

Sign language is generally used by the deaf and speech impaired which causes errors in communication, especially when applying for jobs. There are communication barriers that are felt during the job search process where in 2020 it is stated that 7,67 million people with disabilities work (5,98% of total workers in Indonesia) compared to the number of workers with disabilities in Indonesia reaching 720,748 people (0,53% of total workers in Indonesia) in 2022 according to BPS (Badan Pusat Statistik). The percentage decline in employment is largely due to discriminatory hiring practices by many companies. So, a sign language detection system is needed that can make it easier to translate sign language so that sign language users have the same opportunities as everyone else in the job application process and getting a decent job. The data collection scenario is with 2 scenarios, namely non-augmented and augmented data. The training process uses a dataset consisting of 348 training images which are then augmented so that the total is 1.044 training images. Test results using real-time testing were carried out by evaluating the model using system accuracy parameters (confidence score), precision, recall, and F1 Score for each model where the Confidence Score value for the Faster R-CNN and RetinaNet models was 96,67% : 93,33%. In addition, the comparison of the F1 Score values​​for the Faster R-CNN and RetinaNet models is 0,98 : 0,97, the accuracy level of the non-augmented mAP Faster R-CNN and RetinaNet is 95,3% : 90,6%, while the mAP Faster R-CNN and augmented RetinaNet are 92,1% : 88,2%. From these results, it was found that the two models had lower precision when they were augmented. Therefore, the Faster R-CNN algorithm has more accurate precision results than the RetinaNet algorithm."