State
State
(Ramadani, 2021) Solusi yang ditawarkan dalam penelitian ini adalah dengan menciptakan
teknologi penerjemahan satu arah untuk menginterpretasikan bahasa lisan ke dalam sistem
bahasa Isyarat Indonesia (SIBI). Penelitian ini kurang sempurna karena percakapan masih terjadi
satu arah, pada penelitian yan akan saya lakukan saya ingin membuat pembalik dari penelitian
terebut yaitu membangun sebuah teknlogi untuk mengubah SIBI menjadi huruf braille.
Penelitian ini merujuk kepada penelitian no 141.
1 (Alnaim, 2019) Hand Gesture Penderita Implementasi geraan Penerjemah bahasa isyarat
Recognition Using CNN Stroke gestur tangan pada menjadi huruf braille dan
for Post-Stroke People penderita stroke untuk suara untuk penyandang tuna
tanda makan, minum, netra
dan keluarga
2 (Huang, 2019) Hand Gesture Deteksi kulit Membahas tentang Isyarat gerakan tangan
Recognition with Skin untuk deteksi kulit untuk dirubah menajdi huruf braille
Detection and Deep pengenalan deteksi gerakan tangan
Learning Method gerakan tangan
3. (Pinto, 2019) Static Hand Gesture Orang Membahas tentang Metodologi yang fleksible
Recognition Based on penerapan filter mologi, dan berguna untuk
Convolutional Neural kontur, pendekatan meningkatkan kegunaan,
Networks poligonal dan isyarat gerakan tubuh yang
segmentasi langsung dirubah ke dalam
huruf braille.
4. (Fahmi, 2020) Sentiment Analysis of Kalimat mengubah kata pada Stemming sastrawi dan
Student Review in kata dasar dan dirubah menjadi huruf braille
Learning Management menghilangkan kata dan suara
System Based on yang tidak baku
Sastrawi Stemmer and
SVM-PSO
5. (Fauzan, 2019) Feature Extraction from Tuna rungu Penerjemah SIBI Menterjemahkan SIBI ke
Smartphone Images by huruf Braille dan suara
Using Elliptical Fourier
Descriptor, Centroid
and Area for
Recognizing Indonesian
Sign Language SIBI
(Sistem Isyarat Bahasa
Indonesia)
8. (Chauhan, Convolutional Neural dataset MNIST CNN untuk evalusi Pengenalan SIBI
2018) network (CNN) for dan CIFAR-10 pengenalan gambar dan
image detection and deteksi data
recognition
9 (Husain, 2021) The efficient fast Database Pengindek gambar Mengubah text menjadi
respont content based gambar huruf Braille
image retrieval using
spark and Mapreduce
model framework
10 (Mony, 2021) Hubungan Dukungan Tuna Netra Dukungan sosial Pendekatan emosional
Sosial dengan terhadap penyandang terhadap tuna rungu dan tuna
kebermaknaan hidup tuna netra netra
pada penyandang Tuna
Netra di Panti Sosial
Bina Netra "Tuah
Sakato" Padang
11 (Amalia, 2017) Hubungan Antara Guru Tuna Pengaruh pekerjaan Pendekatan emosional
Karakteristik Individu, rungu terhadap tuna rungu dna terhadap tuna rungu dan tuna
Beban Kerja Mental, tuna grahita netra
Pengembangan Karir
Dan Hubungan
Interpersonal Dengan
Stres Kerja Pada Guru
Di Slb Negeri Semarang
12 (Omnihara, Kepercayaan Diri Tuna Netra Hubungan antara Pendekatan emosional
2019) Ditinjau Dari dukungan sosial dan terhadap tuna rungu dan tuna
Dukungan Sosial Pada kepercayaan diri netra
Penyandang Tuna
Netra
13 (Safitri, 2018) Hubungan Antara Tuna Netra Hubungan antara Pendekatan emosional
Dukungan Sosial dukungan sosial dan terhadap tuna rungu dan tuna
dengan Harga Diri harga diri netra
pada Tunanetra
Dewasa Mantan Awas
di Kota Semarang
14 (Rosalina, Dukungan Sosial bagi Tuna Netra Dukungan sosial Pendekatan emosional
2020) Orang dengan terhadap prestasi terhadap tuna rungu dan tuna
Disabilitas Netra dalam netra
Pencapaian Prestasi di
Sekolah Luar Biasa.
15 (Kurniawan, Hubungan Antara Tuna Netra Dukungan sosial dan Pendekatan emosional
2017) Dukungan Sosial dan efikasi diri akademik terhadap tuna rungu dan tuna
Efikasi Diri Akademik netra
pada Siswa Tunanetra
Yogyakarta
18 (Justicia,2017) Rancang bangun Tuna Netra Aplikasi messaging Aplikasi Penerjemah SIBI
aplikasi messaging bebrbasis voice
berbasis voice
interaction bagi
penderita tunanetra
pada sistem operasi
Android
19 (Juliansyah, Komunikasi Antar Tuna Netra Fokus pada komunikasi Isyarat yang digunakan pada
2020) Pribadi Guru Dalam antarpribadi guru tuna netra
Menumbuhkan terhadap siswa
Kepercayaan Diri tunanetera dalam
Siswa Tunanetra. mennumbuhkan rasa
percaya diri
(Juliansyah, 2020)
20 (Harimukhti, Eksplorasi Tuna netra Dimensi penerimaan Isyarat yang digunakan pada
2017) kesejahteraan diri dalam mencapai tuna netra
psikologis individu dimensi kesejahteraan
dewasa awal psikologis
penyandang tuna netra
23 (YaoChong A quantum deep Database Quantum deep CNN Penggunaan CNN untuk
Li , 2020) convolutional neural Image pengenalan SIBI
network for image
recognition
(YaoChong Li,2020)
24 (Liu, T.H, Feature extraction and Database Konvolusi berfungsi Penggunaan CNN untuk
2018) image recognition with MNIST sebagai realisasi sel pengenalan SIBI
convolutional neural saraf optik yang hanya
networks merespon bidang
reseptifnya
25 (Zhang,J,2018) Terahertz image Citra Terahertz CNN untuk mendeteksi Penggunaan CNN untuk
detection with the item tersembunyi atau pengenalan SIBI
improved faster region- barang selundupan yang
based convolutional dibawa di bandara
neural network
(Zhang,J, 2018)
26 (Lou,G, 2020) Face image recognition ORL Face CNN yang digunakan Pengunaan CNN yang full
based on convolutional database, tidak full connection, connection untuk pengenalan
neural network BioID Face tetapi menggunakan SIBI
Database, beberapa node untuk
CASIA face koneksi
Image
Database
27 (Hayat,2018) A deep learnig Database Penerapan deep learning Penggunaan CNN untuk
framewor using image untuk pengenalan object pengenalan SIBI
convolutional neural multi kelas. CNN dibuat
network for multi-class dengan inisialisasi
object recognition standart.
28 (Mo,N., 2019) Class-specific anchor Objek Deteksi object multi- Penggunaan CNN untuk
based and context- geospasial kelas dan diskriminative pengenalan SIBI
guided multi-class multi- skala feature with a context
object detection in high information
resolution remote classification network
sensing imagery with a
convolutional neural
network
29 (Cheng B., Multi-class objects Citra Peningkatan algoritma Fokus pada CNN untuk
2019) detection method in Penginderaan CNN menjadi Multi- pengenalan SIBI
remote sensing image jauh Class Object Detection
based on direct Feedback Network
feedback control for (MODFN)
convolutional neural
network
30 (Borade, 2022) Multi-class object Image Dilakukan preprosesing Penggunaan CNN untuk
detection system using Database menggunaan Gaussian pengenalan SIBI
hybrid convolutional baru CNN untuk deteksi
neural network object dalam sebuah
architecture gambar
31 (Sholawati, Pengembangan Aplikasi Citra SIBI CNN untuk klasifikasi CNN untuk pengenalan SIBI
2022). Pengenalan Bahasa citra SIBI
Isyarat Abjad Sibi
Menggunakan Metode
Convolutional Neural
Network (CnnF)
34 (Gu, J., 2018) Recent advances in Ucapan, NLP Arsitektur CNN Penggunaan CNN untuk
convolutional neural pengenalan SIBI
networks
35 (Li, Z., 2021) A survey of Image Proses Konvolusi 2-D Penggunaan CNN untuk
convolutional neural Database dan 1-D pada CNN pengenalan SIBI
networks: analysis,
applications, and
prospects
37 (Salawazo, Implementasi Metode Video CCTV CNN mampu Penggunaan CNN untuk
2019) Convolutional Neural mengklasifikasi ciri dari pengenalan SIBI
Network (CNN) Pada objec
Peneganalan Objek
Video Cctv
38 (Wijaya, 2020) Klasifikasi akasara Aksara Jawa Lenet5 di CNN Penggunaan CNN untuk
jawa dengan CNN ditugaskan untuk pengenalan SIBI
mengkonversi fitur 2D
dari gambar e dalam
jaringan konvolusi
40 (Harani, 2019) Deteksi Objek Dan Plat nomor Keseluruhan jumlah Penggunaan CNN untuk
Pengenalan Karakter kendaraan class yang kita gunakan pengenalan SIBI
Plat Nomor Kendaraan pada penelitian tentang
Indonesia pengenalan karakter plat
Menggunakan Metode nomor kendaraan
Convolutional Neural Indonesia adalah 37
Network (CNN) class yaitu terdiri dari
Berbasis Python karakter huruf dan
angka
41 (Fonda, 2020) Klasifikasi Batik Riau Batik Riau CNN akan melakukan Penggunaan CNN untuk
Dengan Menggunakan training dan testing pengenalan SIBI
Convolutional Neural terhadap batik Riau
Networks (Cnn): sehingga didapat
Klasifikasi Batik Riau kumpulan model batik
Dengan Menggunakan yang telah terklasifikasi
Convolutional Neural berdasarkan ciri khas
Networks (Cnn)
42 (Hartiwi, 2020) Eksperimen Pengenalan Wajah Percobaan pengujian Penggunaan CNN untuk
Wajah dengan fitur sistem yang dapat pengenalan SIBI
Indoor Positioning dijalankan dengan fitur
System menggunakan pengenalan wajah dan
Algoritma CNN Indoor Positioning
System
43 (Pramana, Model CNN Lenet Jenis golongan Kendaraan dapat Penggunaan CNN untuk
2020) Dalam Pengenalan kendaraan dikategorikan pengenalan SIBI
Jenis Golongan berdasarkan bentuk,
Kendaraan Pada Jalan dimensi, logo, dan
Tol jenisnya
44 (Pangestu, Analisis Performa dan Ras Anjing model yang digunakan Penggunaan CNN untuk
2018) Pengembangan Sistem adalah ResNet50, pengenalan SIBI
Deteksi Ras Anjing Xception, dan VGG16
pada Gambar dengan pada Keras
Menggunakan Pre-
Trained CNN Model
46 (Sindagi, 2018) A survey of recent Gambar peta CNN digunakan untuk Penggunaan CNN untuk
advances in cnn-based kerumunan perhitungan kendaraan pengenalan SIBI
single image crowd dan survei lingkungan
counting and density
estimation
48 (Handoyo, Implementasi Citra Retina CNN digunakan untuk Penggunaan CNN untuk
2020) Convolutional Neural mgklasifikasikan antara
Network (CNN) Untuk mata citra retina yang pengenalan SIBI
Deteksi Retinopati mengalami diabetes dan
Diabetik. tanpa penyakit
49 (Romario, Sistem Hitung dan Foto kumpulan CNN untuk pengenalan Penggunaan CNN untuk
2020) Klasifikasi Objek orang pola spesifif pada wajah pengenalan SIBI
dengan Metode untuk membaca posisi
Convolutional Neural letak dua mata, posisi
Network. hidung dan mulut
51 (Danukusumo, Implementasi deep Citra candi CNN untuk deteksi Penggunaan CNN untuk
2017) learning menggunakan candi dan GPU pengenalan SIBI
convolutional neural digunakan untuk
network untuk mempercepat proses
klasifikasi citra candi pelatihan
berbasis GPU
52 (Muwafiq, Implementasi Metode Motif Batik Pengujian dilakukan Penggunaan CNN untuk
2020) Convolutional Neural dengan melakukan pengenalan SIBI
Network Untuk pengujian vetor
Klasifikasi Motif Batik
53 (Ilahiyah, Implementasi Deep Citra daun Alexnet merupakan Penggunaan CNN untuk
2018) Learning pada arsitektur dari CNN pengenalan SIBI
identifikasi jenis yang memiliki 8 layer
tumbuhan berdasarkan
citra daun
menggunakan
Convolutional Neural
Network
54 (Agastya, Pengaruh Stemmer Kalimat ulasan Stemmer tidak Pemenggalan suku kata dari
2018) Bahasa Indonesia film memberikan akurasi SIBI
Terhadap Peforma yang stabil
Analisis Sentimen
Terjemahan Ulasan
Film
55 (Rosid, 2020) Improving text Kalimat Sastrawi mampu Pemenggalan suku kata dari
preprocessing for pengaduan mengurang over SIBI
student complaint mahasiswa stemming dan under
document classification stemming
using sastrawi.
56 (Azmi, 2019) Relevance feedback Data tesis Stemmer digunakan Pemenggalan suku kata dari
using genetic algorithm abstrak dan pada proses SIBI
on information retrieval kumpulan data preprosesing sebelum
for indonesian language berita dilakukan proses
documents Algoritma Genetika
57 (Pratama, Analisis Sentimen Pada Kalimat review Penggunaan Chi Square Pemenggalan suku kata dari
2018) Review Konsumen konsumen untuk seleksi fitur SIBI
Menggunakan Metode
Naive Bayes Dengan
Seleksi Fitur Chi
Square Untuk
Rekomendasi Lokasi
Makanan Tradisional.
58 (Utomo, 2020) Stemming Impact Terjemahan Stemmer Sastrawi Pemenggalan suku kata dari
Analysis On Indonesian Al-Qur’an digunakan untuk SIBI
Quran Translation And melakukan operasi
Their Tafsir stemming pada tahap
Classification For pra-pemrosesan teks.
Ontology Instances
59 (Pradana, The effect of stemming Teks bahasa Penerapan teknik Pemenggalan suku kata dari
2019). and removal of Indonesia stemming dan stopword SIBI
stopwords on the removal tidak
accuracy of sentiment berpengaruh signifikan
analysis on indonesian- terhadap analisis
language texts. sentimen
60 (Shehu, 2021) Deep Sentiment Data Twitter Menggunakan 3 teknik Pemenggalan suku kata dari
Analysis: A Case Study augmentasi data, yaitu SIBI
on Stemmed Turkish shift, shuffle dan hybrid
Twitter Data
65 (Putri, 2019) Content-based filtering Ata pada situs Mengabaikan spasi Menggunakan stemmer
model for hukum online untuk proses stemmer sastrawi untuk pemenggalan
recommendation of nya suku kata SIBI
Indonesian legal article
study case of klinik
hukumonline.
69 (Laxmi, 2018) Pada Sistem Temu Teks Dengan menggunakan Menggunakan stemmer
Kembali Informasi wordNet dilakukan sastrawi untuk pemenggalan
Berbahasa Indonesia penambahan query suku kata SIBI
Dengan Metode untuk memperbaiki
Pembobotan TF-IDF sebuah teks tertentu
Dan Algoritme Cosine sehingga sesuai dengan
Similarity Berbasis
Wordnet konsep kalimat tertentu
70 (Manuaba, Analisis Sentimen Data Komentar pada Stemmer Sastrawi Menggunakan stemmer
2022) Provider Layanan twitter menjadi salah satu sastrawi untuk pemenggalan
Internet Pada Twitter stemmer yang diuji suku kata SIBI
Menggunakan Support pengaruhnya terhadap
Vector Machine performa analisis
Dengan Penambahan sentimen pada
Algoritma Levenshtein penelitian mengenai
Distance pengaruh stemmer
Bahasa Indonesia
terhadap performa
analisis sentimen
75 (Huda, 2021) Indonesian Stemmer for Kata ambigu Stemmer deterministik Menggunakan stemmer
Ambiguous Word based sebelumnya tidak sastrawi untuk pemenggalan
on Context. menangani ambiguitas suku kata SIBI
ini. Sementara itu,
pendekatan
nondeterministik
berhasil menemukan
kandidat kata, tetapi
tidak dapat memilih
stem yang tepat karena
tidak adanya konteks
76 (Huang, 2018) Applications of support Data Kanker SVM digunakan untuk SVM digunakan klasfikasi
vector machine (SVM) genomic dan klasifikasi atau subtipe kata dari stemmer sastrawi
learning in cancer proteonomics genom kanker
genomics. Cancer
genomics & proteomics,
77 (Gholami, Support vector Data SVM juga diangkat dan SVM digunakan klasfikasi
2017) machine: principles, perminyakan aplikasi dari tugas kata dari stemmer sastrawi
parameters, and dan terkait perminyakan dan
applications pertambangan pertambangan yang
berbeda dibawa untuk
menunjukkan
bagaimana parameter
tersebut dapat dipilih
dengan benar.
78 (Cervantes, A comprehensive survey Dataset SVM untuk multi SVM digunakan klasfikasi
2020) on support vector klasifikasi dan SVM kata dari stemmer sastrawi
machine classification: untuk kumpulan data
Applications, yang tidak seimbang.
challenges and trends
79 (Pisner, 2020) Support vector machine Data gangguan SVM telah digunakan SVM digunakan klasfikasi
otak dalam konteks psikiatri kata dari stemmer sastrawi
presisi, terutama untuk
aplikasi yang
melibatkan prediksi
diagnosis dan prognosis
penyakit otak seperti
penyakit Alzheimer,
skizofrenia, dan depresi
80 (Ding, 2017) Twin support vector Dataset pemikiran dan teori SVM digunakan klasfikasi
machine: theory, dasar TWSVM, kata dari stemmer sastrawi
algorithm and termasuk teori mesin
applications vektor pendukung
proksimal, mesin vektor
pendukung proksimal
nilai eigen yang
digeneralisasi, dan
TWSVM.
81 (Villegas, A support vector Forecasting SVM dilatih di setiap SVM digunakan klasfikasi
2018) machine for model asal peramalan untuk kata dari stemmer sastrawi
selection in demand
forecasting applications memilih model terbaik
82 (Tian, 2020) Backtracking search Dataset algoritma optimasi SVM digunakan klasfikasi
optimization algorithm- pencarian mundur kata dari stemmer sastrawi
based least square diperkenalkan untuk
support vector machine mengoptimalkan
and its applications parameter mesin vektor
dukungan kuadrat
terkecil
83 (Sheykhmousa, Support vector machine Citra analisis perbandingan SVM digunakan klasfikasi
2020) versus random forest penginderaan kinerja klasifikasi RF kata dari stemmer sastrawi
for remote sensing jauh dan SVM terhadap
image classification: A berbagai parameter,
meta-analysis and seperti tipe data,
systematic review aplikasi RS, resolusi
spasial, dan jumlah fitur
yang diekstraksi pada
langkah rekayasa fitur
84 (Gao, 2021) A kernel-free double Dataset model SVM permukaan SVM digunakan klasfikasi
well potential support kuartik lunak bebas kata dari stemmer sastrawi
vector machine with kernel diusulkan dengan
applications memanfaatkan fungsi
potensi sumur ganda
untuk klasifikasi biner
yang sangat nonlinier
85 (Zhao, 2020) Extended least squares Dataset Untuk mengurangi SVM digunakan klasfikasi
support vector machine kompleksitas komputasi kata dari stemmer sastrawi
with applications to R-LSSVM, versi yang
fault diagnosis of ditingkatkan, yaitu
aircraft engine LSSVM yang diperluas
(E-LSSVM)
86 (Laref, 2019) On the optimization of Sensor kimia kinerja SVR sangat SVM digunakan klasfikasi
the support vector bergantung pada kata dari stemmer sastrawi
machine regression pemilihan
hyperparameters setting hyperparameternya
for gas sensors array
applications.
87 (Mehne, 2020) Support vector Data Diabetes Metode yang diusulkan SVM digunakan klasfikasi
machine: Applications melitus menggunakan kata dari stemmer sastrawi
and improvements using pengoptimal gray wolf
evolutionary algorithms untuk memecahkan
masalah optimasi
nonlinier yang sesuai
88 (Hadi, 2020) Nonlinearities Radio over support vector machine SVM digunakan klasfikasi
Mitigation in Radio Fiber (SVM) untuk kata dari stemmer sastrawi
over Fiber Links for menunjukkan mitigasi
Beyond 5G C-RAN nonlinier yang efektif.
Applications using
Support Vector
Machine Approach
89 ( Xi, 2019) Least squares support Mesin pesawat LSSVM-CIL SVM digunakan klasfikasi
vector machine for class menggunakan dua kata dari stemmer sastrawi
imbalance learning and parameter regularisasi
their applications to yang berbeda dan yang
fault detection of mengevaluasi biaya
aircraft engine kesalahan klasifikasi
yang berbeda
90 (Ghosh, 2019) A study on support Dataset SVM adalah konsep SVM digunakan klasfikasi
vector machine based yang luas dan dapat kata dari stemmer sastrawi
linear and non-linear diimplementasikan pada
pattern classification. berbagai masalah dunia
nyata
91 (Ding, 2017) An overview on semi- Dataset Semi- supervised SVM digunakan klasfikasi
supervised support Support vector Machine kata dari stemmer sastrawi
vector machine merupakan
pengembangan SVM yg
terawasi
92 (Chung, 2017) Volatility estimation Data keuangan peramalan GARCH SVM digunakan klasfikasi
using support vector berbasis MLE kata dari stemmer sastrawi
machine: Applications menggunakan support
to major foreign vector machine (SVM)
exchange rates
93 (Cheng, 2020) Multi-view generalized UCI, dan Pengembangan SVM SVM digunakan klasfikasi
support vector machine dataset citra menjadi MRMvGSVM kata dari stemmer sastrawi
via mining the inherent Wajah and Fire
relationship between Smoke.
views with applications
to face and fire smoke
recognition
94 (Kalantar, Assessment of the Data lokasi pemilihan data latih SVM digunakan klasfikasi
2018) effects of training data Tanah Longsor longsor secara acak kata dari stemmer sastrawi
selection on the mempengaruhi estimasi
landslide susceptibility parameter algoritma
mapping: a comparison SVM, LR dan ANN
between support vector
machine (SVM), logistic
regression (LR) and
artificial neural
networks (ANN)
95 (Liu, 2019) An improved Dataset PSO melakukan cluster PSO digunakan cluster kata
unsupervised image yang tepat yang dari stemmer sastrawi
segmentation method ditentukan oleh teori
based on multi- ruang- skala
objective particle
swarm optimization
clustering algorithm
96 (Liu, 2018) A novel particle swarm Pasien Pengembangan PSO digunakan cluster kata
optimization approach algoritma PSO menjadi dari stemmer sastrawi
for patient clustering RODDPSO
from emergency
departments
97 (Zhang, 2018) A particle swarm Lokasi Algoritma ini PSO digunakan cluster kata
optimization clustering- seseorang memanfaatkan dari stemmer sastrawi
based attribute algoritma particle
generalization privacy swarm optimization
protection scheme clustering untuk
mempercepat proses
pencarian atribut yang
mirip dalam generalisasi
atribut
98 (Janani, 2019) Text document Text Pengembangan PSO PSO digunakan cluster kata
clustering using menjadi SCPSO dari stemmer sastrawi
spectral clustering
algorithm with particle
swarm optimization.
99 (Abualigah, A new feature selection Text Pengembangan PSO PSO digunakan cluster kata
2018) method to improve the untuk pengelompokan dari stemmer sastrawi
document clustering text (FSGATC) dan
using particle swarm pemilihan fitur
optimization algorithm (FSHSTC)
100 (Alswaitti, Density-based particle UCI Machine ignifikansi dari PSO digunakan cluster kata
2018). swarm optimization Learning algoritma yang dari stemmer sastrawi
algorithm for data diusulkan diwakili
clustering. dalam mengatasi
keterbatasan algoritma
clustering berbasis PSO
untuk mendorong
clustering maju sebagai
teknik penting di bidang
sistem pakar dan
pembelajaran mesin
101 (Wang, 2017) Particle swarm Jaringan Teknik pengelompokan PSO digunakan cluster kata
optimization based nirkabel virtual dilakukan selama dari stemmer sastrawi
clustering algorithm proses perutean yang
with mobile sink for memanfaatkan
WSNs algoritma optimasi
gerombolan partikel.
102 (Narayanan, Emphysema medical Gambar medis Metode usulan PSO digunakan cluster kata
2019) image classification penerapan FPSO untuk dari stemmer sastrawi
using fuzzy decision tree mengembangkan input
with fuzzy particle fuzzy space untuk Fuzzy
swarm optimization ID3 diuji pada citra CT
clustering. emfisema untuk
mengklasifikasikan
jaringan paru pasien
menjadi normal,
emfisema sentribulor,
dan emfisema paraseptal
103 (García, 2020) The buttressed walls Desain dinding PSO digunakan untuk PSO digunakan cluster kata
problem: an application megatasi masalah dari stemmer sastrawi
of a hybrid clustering optimasi di ruang
particle swarm continue
optimization algorithm
104 (Xu, 2018) Accelerated two-stage Dataset Pengembaangan PSO PSO digunakan cluster kata
particle swarm menjadi ATPSO dari stemmer sastrawi
optimization for
clustering not-well-
separated data
105 (Song, 2021) A fast hybrid feature Dataset Tahaoan PSO PSO digunakan cluster kata
selection based on digunakan untuk proses dari stemmer sastrawi
correlation-guided komputasi clustering
clustering and particle
swarm optimization for
high-dimensional data
106 (Abualigah, Unsupervised text Text Pengembangan Pso PSO digunakan cluster kata
2017) feature selection menjadi (H-FSSOTC) dari stemmer sastrawi
technique based on
hybrid particle swarm
optimization algorithm
with genetic operators
for the text clustering.
107 (Kaur, 2018) Particle swarm Senor Nirkabel Pengembangan PSO- PSO digunakan cluster kata
optimization-based UFC untu mengatasi
unequal and fault ketidakseimbangan dari stemmer sastrawi
tolerant clustering clustering
protocol for wireless
sensor networks
108 (Behravan, Finding roles of players Pemain diusulkan untuk PSO digunakan cluster kata
2019) in football using sepakbola mengelompokkan dari stemmer sastrawi
automatic particle kumpulan data pusat
swarm optimization- kinerja pemain secara
clustering algorithm. otomatis dalam berbagai
pertandingan dan
mengekstrak berbagai
jenis peran dalam sepak
bola
109 (Bouyer, 2018) An efficient hybrid Masa pakai protokol PSO-UFC PSO digunakan cluster kata
clustering method based jaringan menggunakan dari stemmer sastrawi
on improved cuckoo nirkabel mekanisme unqual
optimization and clustering untuk
modified particle swarm menyeimbangkan
optimization algorithms konsumsi energi intra-
cluster dan antar-cluster
antara Master CHs
(MCHs)
110 (Feng, 2019) Operation rule Penjadwalan PSO diterapkan untuk PSO digunakan cluster kata
derivation of mengidentifikasi dari stemmer sastrawi
hydropower reservoir hubungan input-output
by k-means clustering yang kompleks di setiap
method and extreme cluster
learning machine based
on particle swarm
optimization
111 (Sennan, 2021) Type-2 fuzzy logic- Jaringan Clustering digunakan PSO digunakan cluster kata
based particle swarm untuk meningatkan dari stemmer sastrawi
optimization algorithm masa pakai jaringan
used to maximize the
lifetime of Internet of
Things
112 (Rao, 2017) A particle swarm Jaringan PSO digunakan untuk PSO digunakan cluster kata
optimization based nirkabel pemilihat kepala klaster dari stemmer sastrawi
energy efficient cluster hemat energi
head selection
algorithm for wireless
sensor networks
113 (Liu, 2020) An affinity propagation Keragaman PSO digunakan untuk PSO digunakan cluster kata
clustering based cluster keberaaman
particle swarm populasi populasi dari stemmer sastrawi
optimizer for dynamic
optimization
114 (Ghahramani, Intelligent Pelanggan PSO digunakan untuk PSO digunakan cluster kata
2021) geodemographic mengungkap struktur dari stemmer sastrawi
clustering based on pola yang mendasari
neural network and pelanggan perusahaan
particle swarm asuransi di Republik
optimization Irlandia
115 (Sahoo, 2020) Particle swarm Masa pakai PSO digunakan untuk PSO digunakan cluster kata
optimization based baterai pengelompokan hemat dari stemmer sastrawi
energy efficient energi
clustering and sink
mobility in
heterogeneous wireless
sensor network
116 (Gong, 2017) Improved multi- Dataset PSO dirancang untuk PSO digunakan cluster kata
objective clustering mencari solusi dari stemmer sastrawi
algorithm using particle pengelompokan dalam
swarm optimization ruang berkelanjuta
117 (Yadav, 2018) Network life time Jaringan PSO digunakan untuk PSO digunakan cluster kata
analysis of WSNs using nirkabel meningkatkan waktu dari stemmer sastrawi
particle swarm hiup jaringan
optimization
118 (Peng, 2017) An overview of cross- Multimedia Pengambilan lintas Mengubah text menjadi
media retrieval: media dirancang untuk braille
Concepts, skenario di mana kueri
methodologies, dan hasil pengambilan
benchmarks, and adalah jenis media yang
challenges. berbeda.
119 (Jiang, 2017) Internet cross-media Gambar dan metode kami dapat Mengubah text menjadi
retrieval based on deep video mencapai presisi tinggi braille
learning dalam image text cross
media retreval,
menggunakan waktu
pengambilan yang lebih
sedikit
120 (Hu, 2019) Towards private and Multimedia CMR mengandalkan Mengubah text menjadi
scalable cross-media serangkaian teknik braille
retrieval pembelajaran mesin
yang lebih diperkaya
untuk menghasilkan
model semantik yang
memproyeksikan data
multimodal ke dalam
ruang bersama
121 (Fang, 2019) A unified semantic Peristiwa pada Model berisi kelas dan Mengubah text menjadi
model for cross-media sosial media properti yang dirancang braille
events analysis in online dengan baik untuk
social networks mengatasi kurangnya
representasi terpadu
122 (Rehman, A benchmark dataset Gambar web menuntut untuk memilih Mengubah text menjadi
2018) and learning high-level konsep multimedia yang braille
semantic embeddings of baik dengan celah
multimedia for cross- semantik kecil untuk
media retrieval memfasilitasi pekerjaan
pengembang cross
media
123 (Han, 2020) LightKV: A Cross Dataset Dalam makalah ini, Mengubah text menjadi
Media Key Value Store kami mengusulkan braille
with Persistent Memory LightKV penyimpanan
to Cut Long Tail nilai kunci cross media
Latency dengan memori
persisten
124 (Kwon, 2017) Strata: A cross media Multimedia Strata, sistem file cross Mengubah text menjadi
file system. media yang braille
memanfaatkan kekuatan
satu media
penyimpanan untuk
mengimbangi
kelemahan media
lainnya
125 (Jiang, 2022) Research on Cross- Data berita dan cross media memiliki Mengubah text menjadi
media Science and data sosial karakteristik yg berbeda braille
Technology Information terhadap data berita dan
Data Retrieval. data sosial di internet
126 (Hu, 2017) Twitter100k: A real- Dataset Twitter makalah ini berfokus Mengubah text menjadi
world dataset for 100k pada pembelajaran yang braille
weakly supervised supervised learning for
cross-media retrieval cross media retrieval
127 (Peng, 2019) Unsupervised cross- Scene graph mengusulkan untuk Mengubah text menjadi
media retrieval using mengatasi unsupervised braille
domain adaptation with cross-media retrieval
scene graph.
128 (Peruško, News as a democratic Berita Motivasi penggunaan Mengubah text menjadi
2017) resource: Q study media atau penggunaan braille
approach to cross- genre media dengan
media news repertoires cross media
in Croatia
129 (Wu, 2018) Joint image-text Dataset Dalam makalah ini, Mengubah text menjadi
hashing for fast large- benchmark kami mengusulkan braille
scale cross-media metode hashing baru
retrieval using self- yang diawasi untuk
supervised deep cross media retrieval
learning. skala besar, yang
disebut self-supervised
deep multimodal
hashing (SSDMH),
130 (Peng, 2017) Cross-media analysis Media Analisis dan penalaran Mengubah text menjadi
and reasoning: cross media braille
advances and directions
131 (Menke, 2018) Convergence Culture in Surat kabar Perbandingan strategi Mengubah text menjadi
European Newsrooms: editorial dg cross media braille
Comparing editorial
strategies for cross-
media news production
in six countries
132 (Napalkova, Big data-driven Konten media pembuatan grafik cross Mengubah text menjadi
2018) platform for cross- online media dipicu oleh kueri braille
media monitoring. yang ditentukan
pengguna yang dapat
dengan mudah
ditentukan oleh pemasar
133 (Chen, 2022) Multi-objective Data Tiga tujuan, Mengubah text menjadi
optimization of kenservasi minimalisasi total braille
technology solutions in energi dan dampak lingkungan
municipal solid waste biaya eonomi yang dihitung dari
treatment system perspektif metabolisme
coupled with pollutants lintas media polutan,
cross-media metabolism konsumsi energi bersih,
issues. dan total biaya
dioptimalkan melalui
generasi kedua dari
Algoritma Genetika
Penyortiran Non-
dominasi (NSGA-II)
135 (Legowo, Klasifikasi gerakan Tuna rungu Sistem tersebut mampu Pengenalan SIBI untuk tuna
2017) tangan SIBI (sistem mengenali gerakan rungu
isyarat bahasa isyarat bahasa dan dapat
indonesia) digunakan sebagai
menggunakan leap metode pelatihan isyarat
motion dengan metode bahasa bagi masyarakat
klasifikasi naive bayes awam sehingga dapat
mengatasi halangan
dalam hal
berkomunikasi antara
penyandang disabilitas
tuli dan orang normal
yang ingin mempelajari
gerakan isyarat bahasa
136 (Kido, 2018) Detection and Pasien kelainan Algoritma diagnosis Penggunaan CNN untuk
classification of lung paru- paru berbantuan komputer klasifikasi SIBI
abnormalities by use of (CADx) berbasis
convolutional neural gambar dengan
network (CNN) and menggunakan jaringan
regions with CNN saraf convolutional
features (R-CNN). (CNN) tidak selalu
memerlukan ekstraktor
fitur gambar
137 (Bhathal, Big data computing Big Data Komputasi Terdistribusi NLP untuk penggunaan SIBI
2019) with distributed menghitung kumpulan menjadi Braille
computing frameworks. data besar yang dibagi
menjadi potongan-
potongan kecil di
seluruh node
138 (Mishra, 2017) Deep machine learning Suku kata dan Jaringan syaraf tiruan NLP untuk penggunaan SIBI
and neural networks: gambar digunakan untuk menjadi Braille
An overview mengimplementasikan
pembelajaran mesin
atau untuk merancang
mesin cerdas
139 (Sumarni, Implementasi Braille Tuna netra Penerapan Braille NLP untuk penggunaan SIBI
2019) Berbasis Media Card berbasis media card menjadi Braille
Huruf Hijaiyyah Dalam huruf hijaiyyah
Meningkatkan menggunakan enam titik
Kemampuan Mengenal pola. Siswa meraba pola
Huruf Pada Tunanetra mulai dari ujung kanan
Siswa Sekolah Luar atas sampai pola ujung
Biasa Negeri 1 kiri bawah huruf
Makassar hijaiyyah yang terdiri 29
huruf. Dalam
penerapannya siswa
merasa sangat terbantu,
selain untuk belajar
Bahasa Arab juga untuk
membaca Al-Qur’an
140 (Anindita, Pembelajaran Braille Tuna netra Mendekripsikan NLP untuk penggunaan SIBI
2020) Bermedia Flashcard Di kemampuan membaca menjadi Braille
Tklb Tunanetra. anak tuna netra dengan
menggunakan flashcard
braille
141 (Ramadani, A new technology on Penyandang Solusi yang ditawarkan NLP untuk penggunaan SIBI
2021) translating Indonesian disabilitas dalam penelitian ini menjadi Braille
spoken language into adalah dengan
Indonesian sign menciptakan teknologi
language system penerjemahan satu arah
untuk
menginterpretasikan
bahasa lisan ke dalam
sistem bahasa isyarat
Indonesia (SIBI).
142 (Dewi, 2018) Perancangan Sistem Tuna rungu Penerjemah bahasa NLP untuk penggunaan SIBI
Penerjemah Bahasa Isyarat ini berbentuk menjadi Braille
Isyarat. sarung tangan sehingga
saat melakukan gerakan
tangan akan
menghasilkan nilai-nilai
unik yang akan
diterjemahkan dengan
menggunakan teknik
Jaringan Syaraf Tiruan.
Hasil terjemahan dari
bahasa isyarat ini diubah
menjadi sebuah teks dan
suara yang akan
ditampilkan pada
aplikasi di handphone
143 (Mauludi, Pembangunan Alat Tuna rungu penerjemahan isyarat Penerjemah SIBI menjadi
2019) Penerjemah Huruf Dan dan tuna huruf dan angka braille
Angka Bahasa wicara dilakukan dengan
Indonesia Bagi menggunakan Arduino
Tunarungu Dan yang dihubungkan
Tunawicara dengan Sensor Fleks
Menggunakan Arduino dan Sensor
Akselerometer
144 (Borman, Implementasi Tuna rungu aplikasi penerjemah Penerjemah SIBI menjadi
2018) Penerjemah Bahasa yang dapat braille
Isyarat Pada Bahasa menerjemahkan suatu
Isyarat Indonesia gerakan bahasa isyarat
(BISINDO) Dengan ke dalam bentuk teks
Metode Principal yang dapat dipahami
Component Analysis oleh orang normal
(PCA)
145 (Gustiar, 2020) Penerjemahan Bahasa Tuna rungu bahasa isyarat dapat NLP untuk penggunaan SIBI
Isyarat Menggunakan diterjemahkan oleh menjadi Braille
Metode Generalized sistem, maka dilakukan
Learning Vector penelitian ini
Quantization (Glvq) menggunakan metode
jaringan saraf tiruan
Generalized Learning
Vector Quantization
(GLVQ)
146 (Hidayatullah, Rancang Bangun Tuna rungu Bahasa Isyarat secara NLP untuk penggunaan SIBI
2021) Penerjemah Bahasa dan tuna real-time dengan menjadi Braille
Isyarat Menggunakan wicara menggunakan metode
Pengolahan Citra You Only Look Once
Dengan Metode You (YOLO)
Only Look Once
(YOLO)
147 (Darmawan, Aplikasi Hand Gesture Tuna rungu Fitur Speech to Gesture NLP untuk penggunaan SIBI
2021) Recognition Sebagai yang ada di dalam menjadi Braille
Media Penerjemah Aplikasi SIBI
Bahasa Isyarat Recognition dapat
Berbasis Android membantu Teman
Dengar untuk
mempelajari bahasa
isyarat SIBI.
148 (Prasetijo, Rancang Bangun Alat Tuna rungu memanfaatkan lima NLP untuk penggunaan SIBI
2018) Penerjemah American sensor flex serta sensor menjadi Braille
Sign Language (ASL) accelerometer dan
dengan Sensor Flex dan gyroscope untuk
MPU-6050 Berbasis membedakan isyarat
Mikrokontroler ASL yang memiliki
ATmega2560. formasi jemari serupa
149 (Hidayat, Pengembangan Alat Tunawicara Alat berhasil mengirim NLP untuk penggunaan SIBI
2020) Penerjemah Kata Dan isyarat kata yang menjadi Braille
Monitoring Bahasa dilakukan disabilitas
Isyarat Bagi tunawicara ke website,
Tunawicara Berbasis orang tua dapat
IOT memonitoring bahasa
isyarat yang dilakukan
penyandang
tunawicara.Untuk
pengiriman isyarat
kata ,Alat harus
terkoneksi internet
150 (Hudino, 2020) Rancang Bangun Tuna rungu Menggunakan NLP untuk penggunaan SIBI
Sarung Tangan Pintar mikrokontroler Esp-32, menjadi Braille
Penerjemah Bahasa sensor flex, dan sensor
Isyarat Indonesia gyroscope, untuk
(Bisindo) Berbasis Iot mendeteksi gerakan
tangan membentuk
simbol bahasa isyarat.
Hasil penerjemahan
simbol dalam kata akan
ditampilkan pada
aplikasi smartphone
151 (Alshemali, Improving the Dataset mengilustrasikan NLP untuk penggunaan SIBI
2020) reliability of deep kerentanan jaringan menjadi Braille
neural networks in NLP saraf dalam (DNN)
terhadap contoh-contoh
yang bertentangan —
masukan yang
dimodifikasi dengan
memperkenalkan
gangguan kecil untuk
secara sengaja
mengelabui model
target agar
menghasilkan hasil yang
salah
152 (Hidayat, Perancangan al-Quran Dataset Perangkat elektronik ini NLP untuk penggunaan SIBI
2018) Player untuk Tunanetra dirancang dengan menjadi Braille
menggunakan memanfaatkan
Mikrokontroler dan mikrokontroler
DFPlayer ATMega128 sebagai
unit pengontrol utama
dan modul DFPlayer
sebagai dekoder untuk
mengubah file digital
menjadi audio
153 (Razno, 2019) Machine learning text Text Artikel ini menjelaskan NLP untuk penggunaan SIBI
classification model relevansi tugas pengolah menjadi Braille
with NLP approach kata yang ditulis dalam
bahasa manusia dengan
metode Machine
Learning dan
pendekatan NLP, yang
dapat digunakan pada
bahasa pemrograman
Python
154 (Merchant, Nlp based latent Text mengusulkan sistem NLP untuk penggunaan SIBI
2018) semantic analysis for peringkasan teks menjadi Braille
legal text otomatis yang
summarization. menghasilkan ringkasan
singkat dan berguna dari
penilaian yang panjang.
Kami menggunakan
teknik pemrosesan
bahasa alami yang
disebut analisis
semantik laten (LSA)
untuk menangkap
konsep dalam satu
dokumen
155 (Liu, 2018) Towards explainable Data mengusulkan kerangka NLP untuk penggunaan SIBI
NLP: A generative ringkasan, skor kerja penjelasan menjadi Braille
explanation framework penilaian, generatif baru yang
for text classification. alasan belajar membuat
keputusan klasifikasi
dan menghasilkan
penjelasan berbutir
halus pada saat yang
bersamaan.
156 (Adhikari, Nlp based machine Text Makalah ini sebagian NLP untuk penggunaan SIBI
2020) learning approaches for besar membahas tentang menjadi Braille
text summarization. pendekatan berbasis
terstruktur dan berbasis
semantik untuk
meringkas dokumen
teks
157 (Rahutomo, Preprocessing methods Teks jepang kompilasi berbagai NLP untuk penggunaan SIBI
2019) and tools in modelling metode dan alat yang menjadi Braille
japanese for text baru ditemukan untuk
classification. teks Jepang praproses
disampaikan untuk
membantu orang
memutuskan alat NLP
Jepang mana yang perlu
digunakan untuk
menjalankan beberapa
metode prapemrosesan.
158 (Hegazi, 2021) Preprocessing Arabic Teks bahasa Makalah ini menyajikan NLP untuk penggunaan SIBI
text on social media Arab pendekatan untuk menjadi Braille
mengekstrak informasi
dari media sosial teks
Arab. Ini memberikan
solusi terintegrasi untuk
tantangan dalam pra-
pemrosesan teks Arab di
media sosial dalam
empat tahap:
pengumpulan data,
pembersihan,
pengayaan, dan
ketersediaan.
159 (Hickman, Text preprocessing for Teks melakukan dua tinjauan NLP untuk penggunaan SIBI
2022) text mining in pelengkap linguistik menjadi Braille
organizational komputasi dan
research: Review and penelitian penambangan
recommendations teks organisasi untuk
memberikan
rekomendasi
pengambilan keputusan
prapemrosesan teks
yang didasarkan secara
empiris yang
memperhitungkan jenis
penambangan teks yang
dilakukan (yaitu,
kosakata terbuka atau
tertutup), pertanyaan
penelitian yang sedang
diselidiki , dan
karakteristik kumpulan
data
160 (Camacho- On the role of text Text Dalam makalah ini kami NLP untuk penggunaan SIBI
Collados, preprocessing in neural menyelidiki dampak menjadi Braille
2017) network architectures: dari keputusan
An evaluation study on prapemrosesan teks
text categorization and sederhana (khususnya
sentiment analysis tokenizing,
lemmatizing,
lowercasing dan
multiword grouping)
pada kinerja standart
neural text classifier
161 (Kang, 2020) Natural language Manajemen meninjau artikel dalam NLP untuk penggunaan SIBI
processing (NLP) in bisnis Daftar 24 Jurnal Bisnis menjadi Braille
management research: Terkemuka UT Dallas
A literature review yang menggunakan
NLP sebagai teknik
analitis fokus mereka
untuk menjelaskan
bagaimana data tekstual
dapat dimanfaatkan
untuk memajukan teori
manajemen di berbagai
disiplin ilmu
162 (Cai, 2018) Deeplearning model Teks Makalah ini NLP untuk penggunaan SIBI
used in text memperkenalkan proses menjadi Braille
classification. klasifikasi teks dan
berfokus pada model
pembelajaran mendalam
yang digunakan dalam
klasifikasi teks
163 (Smelyakov, Effectiveness of Teks artikel ini dikhususkan NLP untuk penggunaan SIBI
2020) preprocessing untuk mengidentifikasi menjadi Braille
algorithms for natural fitur dan menganalisis
language processing efektivitas penghapusan
applications. kata berhenti, stemming
dan algoritma
lemmatisasi teks yang
digunakan di
perpustakaan NLTK dan
Spacy yang banyak
digunakan saat
menyiapkan data
164 (Jung, 2019) Automated Teks Untuk mengotomatisasi NLP untuk penggunaan SIBI
classification of dan mempercepat tugas menjadi Braille
building information analisis, penelitian ini
modeling (BIM) case menggunakan
studies by BIM use pemrosesan bahasa
based on natural alami (NLP) dan
language processing pembelajaran tanpa
(NLP) and unsupervised pengawasan yang umum
learning. digunakan untuk
klasifikasi teks, yaitu
analisis semantik laten
(LSA) dan alokasi
Dirichlet laten (LDA).
Hasilnya divalidasi
terhadap salah satu
metode pembelajaran
terawasi yang
representatif untuk
klasifikasi teks—
support vector machine
(SVM).
165 (Etaiwi, 2017) The impact of applying Ulasan hotel Dalam penelitian ini, NLP untuk penggunaan SIBI
different preprocessing kami akan menyelidiki menjadi Braille
steps on review spam pengaruh langkah-
detection langkah pra-pemrosesan
terhadap keakuratan
deteksi spam ulasan.
Algoritme pembelajaran
mesin yang berbeda
akan diterapkan seperti
Support Victor Machine
(SVM) dan Naïve Bayes
(NB), dan kumpulan
data berlabel ulasan
Hotel akan dianalisis
dan diproses
166 (Shamrat, Sentiment analysis on Twitter Data yang telah diproses NLP untuk penggunaan SIBI
2021) twitter tweets about kemudian menjadi Braille
COVID-19 vaccines diklasifikasikan
using NLP and menggunakan algoritma
supervised KNN klasifikasi KNN
classification algorithm terbimbing. Algoritma
mengklasifikasikan data
menjadi tiga kelas,
positif, negatif, dan
netral
167 (Kumar, 2019) Novel text Teks Novel Tujuan dari artikel ini NLP untuk penggunaan SIBI
preprocessing adalah untuk menjadi Braille
framework for mengusulkan model
sentiment analysis pra-pemrosesan teks
untuk analisis sentimen
(SA) melalui posting
twitter dengan bantuan
teknik pemrosesan
Bahasa Alami (NLP).
168 (Soliman, A set of arabic word Arabic Word Makalah ini NLP untuk penggunaan SIBI
2017) embedding models for menjelaskan sumber menjadi Braille
use in arabic nlp. daya yang digunakan
untuk membangun
model, teknik
pembersihan data yang
digunakan, langkah
prapemrosesan yang
dilakukan, serta detail
teknik pembuatan
penyisipan kata yang
digunakan.
169 (Ferrario, The art of natural Teks Pendekatan pertama NLP untuk penggunaan SIBI
2020) language processing: didasarkan pada model menjadi Braille
classical, modern and 'bag-of-', yang kedua
contemporary pada penyisipan kata,
approaches to text sedangkan yang ketiga
document classification memperkenalkan dua
Jaringan Saraf Berulang
(RNNs) yang paling
populer, yaitu Long
Short-Term Memory
(LSTM) dan Gated
Recurrent Unit (GRU)
arsitektur
170 (Kashina, Preprocessing of Teks medis tahapan utama pra- NLP untuk penggunaan SIBI
2020) unstructured medical pemrosesan: tokenisasi, menjadi Braille
data: the impact of each penghapusan stop word,
preprocessing stage on koreksi kesalahan,
classification pemotongan dokumen,
normalisasi,
harmonisasi kelas, dan
vektorisasi. Untuk
membuat vektor data,
kami telah memilih
Bag-of-Words.
171 (Nasri, 2020) An semg-controlled 3d Game 3D Sinyal yang ditangkap NLP untuk penggunaan SIBI
game for rehabilitation digunakan sebagai input menjadi Braille
therapies: Real-time arsitektur Conv-GRU
time hand gesture untuk
recognition using deep mengklasifikasikan
learning techniques gerakan
172 (Djamal, 2019) Detection of EEG signal Pasien Penelitian ini NLP untuk penggunaan SIBI
post-stroke using FFT menyelidiki deteksi menjadi Braille
and convolutional sinyal EEG pada pasien
neural network. pasca stroke
menggunakan Fast
Fourier Transform
(FFT) dan 1D
Convolutional Neural
Network (1D CNN)
173 (Wang, 2018) A survey on vision- Gestur tangan klasifikasi gestur dan NLP untuk penggunaan SIBI
based hand gesture merangkum penelitian menjadi Braille
recognition pengenalan gestur visual
berdasarkan gestur statis
dan dinamis.
174 (Li, 2020) A sEMG-Based Hand Gerakan tiga metode klasifikasi NLP untuk penggunaan SIBI
Gesture Recognition Tangan yang berbeda, termasuk menjadi Braille
Using Mulit-channel support vector machine
CNN and MLP (SVM), metode
pembelajaran mendalam
berdasarkan multi-layer
perceptron (MLP) dan
jaringan saraf
convolutional
multichannel (multi-
channel CNN),
digunakan untuk
mengklasifikasikan 13
gerakan tangan.
175 (Jiang, 2021) Emerging wearable Gestur tangan Tujuan dari tinjauan ini NLP untuk penggunaan SIBI
interfaces and adalah untuk menjadi Braille
algorithms for hand mensintesis antarmuka
gesture recognition: A penginderaan baru dan
survey. algoritma untuk
pengenalan gerakan
tangan, dan ruang
lingkup aplikasi
meliputi rehabilitasi,
kontrol prostesis,
exoskeletons untuk
augmentasi, pengenalan
bahasa isyarat, interaksi
manusia-komputer, dan
otentikasi pengguna
176 (Xu, 2020) A Real-time Hand Pasien Sistem ini NLP untuk penggunaan SIBI
Motion Detection mengintegrasikan sistem
System for gerakan tangan berbasis menjadi Braille
Unsupervised Home jaringan saraf
Training convolutional dan
sistem deteksi gerakan
untuk melayani sesi
pelatihan yang
berurutan untuk
rehabilitasi gerakan
tangan.
177 (Khodabandelo Attention-based gated Pasien Karya ini mengusulkan NLP untuk penggunaan SIBI
u, 2020) recurrent unit for pendekatan jaringan menjadi Braille
gesture recognition saraf dalam yang baru
untuk memperkirakan
gerakan masa depan dari
urutan gerakan tangan
tertentu menggunakan
sensor kapasitansi yang
dapat dipakai dari
sistem perangkat keras
pengenalan gerakan
yang inovatif.
178 (Guntari, 2020) Classification of post- Pasien stroke Makalah ini NLP untuk penggunaan SIBI
stroke eeg signal using mengusulkan optimasi menjadi Braille
genetic algorithm and saluran EEG untuk
recurrent neural identifikasi pasien pasca
networks stroke menggunakan
Algoritma Genetika dan
Recurrent Neural
Networks
179 (Liu, 2020) 3D skeletal gesture Gerakan urutan gerakan dapat NLP untuk penggunaan SIBI
recognition via hidden disegmentasikan ke menjadi Braille
states exploration dalam keadaan temporal
dengan konsep yang
bermakna secara
semantik dan
diskriminatif
180 (De Smedt, Heterogeneous hand Gerakan Pengklasifikasi SVM NLP untuk penggunaan SIBI
2019) gesture recognition tangan linier dapat diterapkan menjadi Braille
using 3D dynamic secara langsung pada
skeletal data vektor fitur yang
dihitung pada seluruh
gerakan yang telah
disegmentasi
sebelumnya untuk
melakukan pengenalan
181 (Li, 2019) Hand gesture Gestur tangan jaringan saraf konvolusi NLP untuk penggunaan SIBI
recognition based on diterapkan pada menjadi Braille
convolution neural pengenalan gerakan, dan
network karakteristik jaringan
saraf konvolusi
digunakan untuk
menghindari proses
ekstraksi fitur,
mengurangi jumlah
parameter yang perlu
dilatih, dan akhirnya
mencapai tujuan
pembelajaran tanpa
pengawasan
182 (Zhan, 2019) Hand gesture Gestur tangan CNN yang diusulkan NLP untuk penggunaan SIBI
recognition with mencapai akurasi rata- menjadi Braille
convolution neural rata 98,76% pada
networks dataset yang terdiri dari
9 gerakan tangan dan
500 gambar untuk setiap
gerakan.
183 (Adithya, A deep convolutional Dataset postur Makalah ini NLP untuk penggunaan SIBI
2020) neural network tangan NUS mengusulkan menjadi Braille
approach for static dan American metodologi untuk
hand gesture fingerspelling pengenalan gerakan
recognition A dataset tangan, yang merupakan
komponen utama dalam
kosakata bahasa isyarat,
berdasarkan arsitektur
jaringan saraf
convolutional dalam
(CNN) yang efisien
184 (Ahlawat, Hand gesture Gerakan Aplikasi ini NLP untuk penggunaan SIBI
2019) recognition using tangan menggunakan menjadi Braille
convolutional neural Convolutional Neural
network Network (ConvNet)
untuk mempelajari dan
mengklasifikasikan
gerakan tangan.
Pembentukan kontur
terjadi di sekitar telapak
tangan dan Nilai
Saturasi Hue (HSV)
diekstraksi dari tangan
untuk dideteksi
185 (Sorin, 2020) Deep learning for Radiologi Model pembelajaran NLP untuk penggunaan SIBI
natural language mendalam yang menjadi Braille
processing in radiology diterapkan untuk NLP
—fundamentals and a dalam radiologi adalah
systematic review jaringan saraf
convolutional, jaringan
saraf berulang, jaringan
memori jangka pendek,
dan jaringan perhatian.
186 (Kastrati, Sentiment analysis of Pendapat siswa menyajikan hasil studi NLP untuk penggunaan SIBI
2021) students’ feedback with pemetaan sistematis menjadi Braille
NLP and deep learning: untuk menyusun
A systematic mapping informasi yang
study dipublikasikan yang
tersedia. Kami
menggunakan kerangka
kerja PRISMA bertahap
untuk memandu proses
pencarian dan mencari
studi yang dilakukan
antara 2015 dan 2020 di
database penelitian
elektronik dari literatur
ilmiah
187 (Wu, 2020) Deep learning in Dataset DL dalam publikasi NLP untuk penggunaan SIBI
clinical natural NLP klinis meningkat menjadi Braille
language processing: a lebih dari dua kali lipat
methodical review. setiap tahun, hingga
2018. Jaringan saraf
berulang (60,8%) dan
penyematan word2vec
(74,1%) adalah metode
yang paling populer;
tugas ekstraksi
informasi klasifikasi
teks, pengenalan entitas
bernama, dan ekstraksi
relasi yang dominan
(89,2%).
189 (Hasan, 2019) Clinical natural Dataset teknik pembelajaran NLP untuk penggunaan SIBI
language processing mendalam telah menjadi Braille
with deep learning menunjukkan kinerja
yang unggul
dibandingkan teknik
pembelajaran mesin
(ML) tradisional untuk
berbagai tugas NLP
domain umum,
misalnya, pemodelan
bahasa, penandaan
bagian-of-speech (POS),
pengenalan entitas
bernama, identifikasi
parafrase, sentimen
analisis, dll
190 (Guo, 2020) GluonCV and Dataset GluonCV dan NLP untuk penggunaan SIBI
GluonNLP: deep GluonNLP, perangkat menjadi Braille
learning in computer pembelajaran mendalam
vision and natural untuk visi komputer dan
language processing pemrosesan bahasa
alami berdasarkan
Apache MXNet
(inkubasi)
191 (Alawad, Privacy-preserving Pasien kanker Model ini dilatih untuk NLP untuk penggunaan SIBI
2020) deep learning NLP mengekstrak enam menjadi Braille
models for cancer karakteristik utama
registries kanker – lokasi tumor,
subsitus, lateralitas,
perilaku, histologi, dan
derajat – dari laporan
patologi kanker
192 (Young, 2018) Recent trends in deep Hierarki data meninjau model dan NLP untuk penggunaan SIBI
learning based natural metode terkait menjadi Braille
language processing pembelajaran mendalam
yang signifikan yang
telah digunakan untuk
banyak tugas NLP dan
memberikan panduan
evolusinya.
193 (Yang, 2019) Deep learning and its Teks Pertama, kami NLP untuk penggunaan SIBI
applications to natural mengeksplorasi metode menjadi Braille
language processing penyisipan kata atau
representasi kata yang
baru dikembangkan.
Kemudian, kami
menjelaskan dua model
pembelajaran yang kuat,
Jaringan Saraf Saraf
Berulang dan Jaringan
Saraf Konvolusi.
194 (Adam, 2020) Deep learning based Ucapan menerapkan teknik NLP untuk penggunaan SIBI
NLP techniques in text pembelajaran mendalam menjadi Braille
to speech synthesis for ke dalam sintesis ucapan
communication dan membandingkan
recognition kinerja dalam hal
distorsi aperiodik
dengan model algoritma
sebelumnya dalam
pemrosesan bahasa
alami.
195 (Wu, 2021) Deep learning on Dataset Tutorial Deep Learning NLP untuk penggunaan SIBI
graphs for natural on Graphs for Natural menjadi Braille
language processing Language Processing
(DLG4NLP) ini akan
mencakup topik yang
relevan dan menarik
tentang penerapan deep
learning pada teknik
grafik ke NLP, termasuk
konstruksi grafik
otomatis untuk NLP,
pembelajaran
representasi grafik
untuk NLP, model
berbasis GNN lanjutan
(mis., graph2seq,
graph2tree, dan
graph2graph) untuk
NLP, dan aplikasi GNN
dalam berbagai tugas
NLP (misalnya,
terjemahan mesin,
pembuatan bahasa
alami, ekstraksi
informasi, dan
penguraian semantik)
196 (Lauriola, An introduction to deep Dataset Dalam makalah ini, NLP untuk penggunaan SIBI
2022) learning in natural kami menyajikan survei menjadi Braille
language processing: penerapan teknik
models, techniques, and pembelajaran mendalam
tools. di NLP, dengan fokus
pada berbagai tugas di
mana pembelajaran
mendalam menunjukkan
dampak yang lebih kuat
197 (Ramaswamy, Customer perception Pelanggan mengeksplorasi NLP untuk penggunaan SIBI
2018) analysis using deep berbagai teknologi Deep menjadi Braille
learning and NLP Learning dan Natural
Language Processing
(NLP) yang akan
membantu menganalisis
informasi kontekstual
dengan lebih baik untuk
menangkap umpan balik
pelanggan.
198 (Chai, 2019) Deep learning in Dataset Dalam makalah ini, NLP untuk penggunaan SIBI
natural language kami memberikan menjadi Braille
processing: A state-of- analisis pembelajaran
the-art survey mendalam yang canggih
dengan penerapannya
dalam arah yang
penting: pemrosesan
bahasa alami.
199 (Zhang, 2020) Adversarial attacks on Dataset Terinspirasi oleh NLP untuk penggunaan SIBI
deep-learning models in popularitas menjadi Braille
natural language menghasilkan contoh
processing: A survey permusuhan terhadap
DNN di Computer
Vision (CV), upaya
penelitian menyerang
DNN untuk aplikasi
Natural Language
Processing (NLP) telah
muncul dalam beberapa
tahun terakhir. Namun,
perbedaan intrinsik
antara gambar (CV) dan
teks (NLP) membuat
tantangan untuk secara
langsung menerapkan
metode penyerangan di
CV ke NLP
200 (Ionescu, Deep learning Dataset analisis dan membuat NLP untuk penggunaan SIBI
2020) algorithms and big perkiraan terkait kasus menjadi Braille
health care data in penggunaan pemrosesan
clinical natural bahasa alami (NLP)
language processing. berpotensi tinggi dalam
perawatan kesehatan
(%, relevansi).
Mengubah teks menjadi braile = modeling semantic aspect for cross media image indexing