Peningkatan Performa Model Pengenalan Hitungan Jari (1–5) Berbasis Konteks Budaya Menggunakan Lokalisasi YOLO, Transfer Learning, dan Grad-CAM untuk Explainable AI

Authors

  • Khawaritmi Abdallah Ahmad Universitas Negeri Makassar, Indonesia
  • Rahmat Syam Universitas Negeri Makassar, Indonesia
  • Mariani Universitas Negeri Makassar, Indonesia
  • Ahmad Talib Universitas Negeri Makassar, Indonesia

DOI:

https://doi.org/10.53696/venn.v5i3.493

Keywords:

Finger Counting, Lokalisasi Tangan, YOLOv10x, Transfer Learning, Explainable AI

Abstract

Pengenalan gestur hitungan jari (1–5) atau daktilonomi memiliki peran fundamental dalam pembelajaran matematika dasar sebagai representasi kognitif yang terwujud (embodied numerosity). Namun, model klasifikasi pada Natural Hand Digit Dataset masih menunjukkan akurasi terbatas (sekitar 66%) akibat gangguan latar belakang, variasi posisi, dan pencahayaan. Penelitian ini bertujuan untuk meningkatkan performa pengenalan gestur angka melalui lokalisasi tangan berbasis YOLOv10x yang dilatih pada dataset HaGRID sebagai tahap pra-pemrosesan, serta mengintegrasikan Grad-CAM untuk explainable artificial intelligence (XAI). Metode yang digunakan terdiri atas deteksi dan pemotongan wilayah tangan menggunakan YOLOv10x, kemudian klasifikasi jumlah jari menggunakan transfer learning ResNet50 dengan fine-tuning dan callback. Hasil eksperimen menunjukkan bahwa penggunaan citra hasil lokalisasi tangan (cropped) meningkatkan akurasi hingga 73,98% dengan macro F1-score 72,44%, jauh lebih baik dibandingkan citra asli (akurasi 41,66%). Visualisasi Grad-CAM mengonfirmasi bahwa model benar-benar fokus pada konfigurasi jari yang relevan pada prediksi benar, sementara pada prediksi salah, peta aktivasi mengungkap penyebab kesalahan (misalnya angka "2" dikenali sebagai "1" karena fokus pada satu jari). Penelitian ini menyimpulkan bahwa pendekatan lokalisasi tangan sebelum klasifikasi efektif meningkatkan performa dan ketahanan sistem, sementara Grad-CAM memberikan transparansi dan interpretabilitas yang penting untuk membangun kepercayaan dalam aplikasi pembelajaran matematika interaktif.

Downloads

Download data is not yet available.

References

Ahmad, K. A., Nurrifqhi, A., Fettyana, F., & Fadilah, N. (2025). Pembangunan Dataset Gestur Angka (1-5) yang Terkontekstualisasi Budaya sebagai inisiasi Basis Data Pengenalan untuk Alat Bantu Pembelajaran Matematika.

Ahmad, K. A., Silpani, D. C., & Yoshida, K. (2023). The Impact of Large Sample Datasets on Hand Gesture Recognition by Hand Landmark Classification. International Journal of Affective Engineering, 22(3), 253–259. https://doi.org/10.5057/ijae.ijae-d-22-00022

Balat, M., Awaad, R., Zaky, A. B., & Aly, S. A. (2025). Revolutionizing Communication with Deep Learning and XAI for Enhanced Arabic Sign Language Recognition. http://arxiv.org/abs/2501.08169

Bender, A., & Beller, S. (2012). Nature and culture of finger counting: Diversity and representational effects of an embodied cognitive tool. Cognition, 124(2), 156–182. https://doi.org/10.1016/j.cognition.2012.05.005

di Luca, S., & Mauro, P. (2011). Finger numeral representations: More than just another symbolic code. In Frontiers in Psychology (Vol. 2, Number NOV). https://doi.org/10.3389/fpsyg.2011.00272

Elharrouss, O., Akbari, Y., Almaadeed, N., & Al-Maadeed, S. (2022). Backbones-Review: Feature Extraction Networks for Deep Learning and Deep Reinforcement Learning Approaches. https://doi.org/10.1016/j.cosrev.2024.100645

Foteinos, K., Linardakis, M., Radoglou-Grammatikis, P., Argyriou, V., Sarigiannidis, P., Varlamis, I., & Papadopoulos, G. Th. (2026). Visual Hand Gesture Recognition with Deep Learning: A Comprehensive Review of Methods, Datasets, Challenges and Future Research Directions. http://arxiv.org/abs/2507.04465

He, K., Zhang, X., Ren, S., & Sun, J. (2015). Deep Residual Learning for Image Recognition. http://arxiv.org/abs/1512.03385

Kapitanov, A., Kvanchiani, K., Nagaev, A., Kraynov, R., & Makhliarchuk, A. (2024). HaGRID - HAnd Gesture Recognition Image Dataset. https://doi.org/10.1109/WACV57701.2024.00451

Nuzhdin, A., Nagaev, A., Sautin, A., Kapitanov, A., & Kvanchiani, K. (2024). HaGRIDv2: 1M Images for Static and Dynamic Hand Gesture Recognition. http://arxiv.org/abs/2412.01508

Pika, S., Nicoladis, E., & Marentette, P. (2009). How to order a beer: Cultural differences in the use of conventional gestures for numbers. Journal of Cross-Cultural Psychology, 40(1), 70–80. https://doi.org/10.1177/0022022108326197

Selvaraju, R. R., Cogswell, M., Das, A., Vedantam, R., Parikh, D., & Batra, D. (2019). Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization. https://doi.org/10.1007/s11263-019-01228-7

Downloads

Published

06-06-2026

How to Cite

Ahmad, K. A., Syam, R., Mariani, & Talib, A. (2026). Peningkatan Performa Model Pengenalan Hitungan Jari (1–5) Berbasis Konteks Budaya Menggunakan Lokalisasi YOLO, Transfer Learning, dan Grad-CAM untuk Explainable AI. Venn: Journal of Sustainable Innovation on Education, Mathematics and Natural Sciences, 5(3), 545–556. https://doi.org/10.53696/venn.v5i3.493

Similar Articles

<< < 1 2 3 4 5 6 7 8 9 10 11 > >> 

You may also start an advanced similarity search for this article.