@thesis{thesis,
		author={Arisandra  Dinar},
		title ={Fingerspelling Sistem Isyarat Bahasa Indonesia Menggunakan Learning Vector Quantization 3},
		year={2019},
		url={http://elibrary.unikom.ac.id/id/eprint/923/},
		abstract={Fingerspelling digunakan untuk memberi informasi nama, orang dan tempat dan objek lain yang belum dikenal atau tidak diketahui oleh bahasa isyarat seperti nama orang, perusahaan, merk dan lain sebagainya. Penerjemah dalam bahasa isyarat dari fingerspelling sudah banyak dibuat dengan berbagai metode, namun selalu terdapat kendala atau akurasi yang masih kurang dalam menerjemahkan huruf bergerak yaitu huruf J dan Z. Program pengenalan yang akan dibuat akan menggunakan metode learning vector quantization 3 yang di mana metode ini merupakan optimasi dari metode sebelumnya yaitu learning vector quantization. Pendeteksian isyarat tangan menggunakan alat media leap motion controller, karena alat ini sudah dikhususkan hanya akan mendeteksi pada bagian tangan saja. Leap motion controller akan membuat ruang deteksi dengan tinggi 600 mm, panjang 150 derajat, dan lebar 120 derajat. Keluaran yang dihasilkan dari leap motion controller sudah berupa vektor terdiri dari palm1(palm normal), palm2(palm position), palm3(palm velocity), hp (sudut x), roll(sudut z), dan yaw(sudut y).Berdasarkan hasil penelitian, analisis dan perancangan, implementasi serta tahap pengujian, fingerspelling sistem isyarat bahasa indonesia dengan menggunakan metode learning vektor quantization 3 menghasilkan akurasi sebesar 54%.}
		}