Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   9 , No .   6 ,  Decem ber   201 9 , p p.   5512~ 5518   IS S N:  20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v 9 i 6 . pp5512 - 55 18           5512       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   Malaysi an  s i gn  l anguag e  m obile  l earning  a pp lication:    a   recomm endati on app to  co mm un icat e  with    hearing - imp aired co mm un ities       Ha n ayanti  Hafit ,  Ch i am Wu i  X i ang ,  M uni rah M oh d  Yu so f ,   No r fara dil la Wahid,  Sh ah reen  K as si m    Facul t y   of  Sci en ce   Com pute r   an d  Inform at ion   T ec hnolog y ,   Univ ersit i   Tun  Hus se in  Onn Mal a y s ia,  Mal a y s ia       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   J a n   13 , 2 01 9   Re vised  Ma y   2 9 , 2 01 9   Accepte d  J un   27 , 201 9       Malay s ia n  Sign  La nguag e  (MS L)  is  an  important   la nguag e  that  is  used  as    the   primar y   comm unic at ion  m e th od  for  the deaf  c om m unit ie s with   the   o the rs .   Curre ntly ,   th e  MS L  is  poorl y   known  b y   th e  Malay s ia ns  and   the   exi stin g   pla tform   of  le a rning  the   sign   la nguage   is  ine fficie nt ,   not  to  m ent ion     the   in complete  func ti on al i t y   of  the   exi sting   m obil e  learni ng  ap pli c at ion   in   the   m ark e t.   H en ce ,   the  purpose  of  developing  t his  appl i cation  i s  ai m ed  to  inc re ase   the   kno wledge   and  re co gnit ion  of  the   p ubli c  towar ds  th e  MS L  and   a ll ows   the m   to   l ea rn  th e  sign  la n guage   m ore   eff e ct iv ely .   One  of  t he  fe at ure s   in  thi s  appl i catio n  is  sign  de tection,  which   coul d   anal y ze  the  ima ge  c apt ure d   b y   phon e  c amera   int o  sign  m e an ing .   Th e  app li c a ti on  a lso  comprised   var ious   ca t egor ie s  of  the  sign  for  e ffi ci e nt  learni ng  and   quiz   to  te st  user   knowledge  aga inst   their  l earned  sign  la ngua ge.   B eside s,   the r e  is   a  fe edback  m odule   fo r   the   user  to  expr e ss   the ir  opin ions  and  suggestions   towar ds  the  app li c at ion  to   the   develope r .   Thi s  appl i ca t ion   is  ai m ed  to  he lp  th e  public  to   le arn   MS L  eff icientl y   b y   s el e ct ing   the  c ategor y   of  sign   t he y   wish  to   l earn  and  te s t   the m selve s  b y   using  the   quiz   m odu le .   Beside s ,   the   application   coul d   al so  det e ct   the   unk nown  sign  by   ca pturi ng  the  image  and  ana l y z e  i t .     The   applic at ion  hel p ed   to  r ai se  t he  rec ogn it ion  o f  MS L  among  th e  publi c  an d   expose   the   pub lic  to  th e  s ign  la n guage   knowledg e.   It  h ad   a lso be c om e  a  sm al l   hel p  in   bre aki ng  the   b arr ie r   of  co m m unic at ion  be t wee n  th e  de af  co m m unit ie s   and  th e  pub li c .   Ke yw or d s :   Hear i ng  i m paired   Mob il e  l ear ning   Sign  d et ect io n    Sign  l an gu a ge   Copyright   ©   201 9   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   Han ay a nti bi nti Haf it ,    Faculty  of Com pu te r  Scie nc e an d Inform ation   Tech nolo gy ,   Un i ver sit i T un   Hu s sei n O nn  Ma la ysi a ,   Parit R aja, J ohor,  Ma la ysi a.   Em a il :  han a@ uth m .ed u. m y       1.   INTROD U CTION   Sign   la ngua ge  is  a  body  la nguag e  us in g  hand  gest ur es  t o  c omm un ic at e  with  peoples  [ 1],   as  opposed   to  s poke n  la ng uag e .  Si gn  la ngua ge  is   oft en   us e d  to   com m un ic at e  with  t he   pe op le   suffe r ed  from   deaf ne ss  or   hear i ng  im paired ,  w her e   dea f ness  is   a  c onditi on   of  losi ng  th e  capa bili ti es  to  hear  the  sou nds.   Sig n  la ngua ge  is  al so   de fine d  as   a  la nguag e  th a t  us ed  hands  a nd   m ov em ents  to  m ake   a  sign   to  delive r  a  m e anin g  to  the p e op le s  in a c omm un ic at ion   process , t arg et in g  t o dea f or   hea rin g - im paire d perso ns   [2 ,  3].     World   Fe der at ion   of  the   De af  is   est a blish ed  to   ta ke  car e  of  the   welf a re  a nd  up ho l d  the  rig ht  of    the  dea f  com m un it ie s.  T he  organ i zat io n  has   m any  associat ion s  l ocated  in   m os t  of   th e  de velo ping  c ountries ,   includi ng  Ma la ysi a.  W he n  the  Ma la ysi a  Fede rati on   of   the  Dea f  w as  est ablishe d  in  the  ye ar   1998,     the  fe de rati on  has  s et   the   sta nd a r d  c omm u nicat ion  sig n  l angua ge  for  Ma la ysi a,  wh i ch  is   Ma la ysi an  Si gn   Lan gu a ge  (MS L)   [4 ] .   This   is  beca us e  acc or ding  to   a  dif fe ren t  c ount ry,  t he  c omm un ic at ion   la ngua ges   will  al so   var y  base d  on  the  countr y’s  sty le   and   diale ct s,  including  sign   la ng uage.   Hen ce  in  M al ay sia ,  MSL   i s  us e d  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       Malaysi an sig n l anguage  m obil e learn in g a ppli cation:  a  r e comm e ndatio n app t o  . ..  ( Han ayanti H afit )   5513   as the prim ary  com m un ic at ion   m et ho d  f or  t he  dea f  c ommun it ie s w it h  t he  o the rs.   Accor ding to  the  sta ti sti cs o f  the  So ci al   W el far e  De pa rtm e nt  of   Ma la ysi a  in  the  ye ar  2018,  the  num ber   of   pe ople   with  hea rin g  i m paired   in   Ma la ysi a is esti m at ed  up  t o 7.6%  from  the tot al  4 53, 258 pe r so ns  with  disa bili ti es [ 5].     Ther e  are  a l ot  of   ways to  lear n  MSL.   T he  m os t com m on  and d i rect way to  learn  t he  sig n l anguag e  is   by  at te nd i ng  th e  cl ass  at   the  l earn i ng   c enter .   Des pite  that,  MSL  can  al s o  be  le ar nt  via  s urfin g  the  i nter net  f or  relat ed  we bs it es,  or   by  p ur c hasin g  bo ok s .  Mob il e  le arn i ng  ap plica ti on   f or   sig n  la ng ua ge  has  al s o  be com e     a  tren d  in  thes e  few   ye ar s  as  an  al te rn at ive  way  to  re place   al l  the  oth er  ways.  Mo bile  le arn i ng   a ppli cat ion   is   so ft war e   that  can  deliver   th e  le arn i ng  co nt ents  to  t he  pe op le s   us i ng  th e  m ob il e  phon es.  Mo bile  le a rn i ng  app li cat io n  has   ad van ta ge  on  it s  high  m ob il it y  and  flexi bili ty   in  the  acce s sing  of  t he  c onte nts  w hich  a ll ow s  le arn er s  to  acc ess  stud yi ng  m at erial s  and   res ources  a nytim e   ever yw he re  [ 6 ] .  Mob il e  le arni ng   a pp li cat io n  al so   has  a  high  su c cessf ul  rate  on  le arn in g  com par e d  to  nativ e  le arn in g  way   as  the  us er  ca n  ch oose  w he n  they   wan t  to   le ar n,   rather  tha n  f orci ng   t hem   wh il e  they   hav e  no  de sire  on   le arn i ng   [ 7 ].   I n  the  m ob il e  le a rn i ng   app li cat io n,  th e lea rn in g  m ater ia ls can co m pr ise   of   var i ous ele m ents su ch  as v i deos, im ages and  s ound s r at he r   than  plain  te xt  to  al low  m ore  interact ive  and   inte resti ng   le arn in g  co nte nts  delivere d  t o  the  le a r ne rs   [ 8 ] .    Ther e  a re  a  few   existi ng  m o bile  le arn in g  app li cat io n  for  MSL  [ 9 - 1 1 ] ,  ye t  they   are  s t il l  far   too   le ss  a nd   incom plete  f or  eff ect ive  learni ng in  t he  si gn langua ge [ 12 ].     Hen ce ,  to   so l ve   the  prob le m s  face d,   the re  is   a  neces sit y  to  buil d  a  ne w,   i m pr ov e d  ver si on  of  MSL   m ob il e  le arn ing   ap p.   T he  a pp   will   con ta in  a sign  d et ect or  m echan ism   wh ic h  c an  ca pture   the  i m age  of   t he  sig n  and  inter pr et   it   to  the   ap p  us e r s.  Ot her  tha n  t hat,  the   ap p  wi ll   con ta in   us e f ul  ph rases o f   si gn  an d  cat e gor iz ed  to  the  dif fer e nt  si tuati on   t o  im p rove  the  na viga ti on   pr ocess.   Fu rt her m or e,  t her e  will   be  a   qu iz   m od ule  t o  te st    the user  knowl edg e  on t he  si gn lan guage s th ey  h ave  lear nt  wh il e  us in g  t he  app.       2.   RESEA R CH MET HO D   Ma la ysi an  Sign   Lan guage  M ob il e  Lear ning   Applic at ion   is  the  app   prot ot ype   that  al lows  ever yo ne  to  le arn   the  MS L .  The re  are  four   featu res  int egr at e d  into  t he   ap p ,  w hich  sign   detect ion   are   us i ng   t he  phone   ca m era,  le arn i ng   by  cat eg ory ,  play   qu iz ,  and   giv e  fee dback .   I n  the  app   de velo pme nt  of  the  proj ect ,   the  evo l ution a r y  pr oto ty pi ng - base d  m et ho do log y  is  cho se n  as  the  m od el   t o  de velo p  the  syst e m .  Evo luti on a ry   prototy pi ng   m od el   is  a  syst em   dev el opm ent  m od el   that  allow s  us er  or   cl ie nts  to  te st  the  syst e m   pr otot ype  in  m ul ti ple  sta ges  to  determ ine  t he  syst e m ' s  req ui rem ent  m or e  cl early   and   enab le   the  de ve lop e r  to  i m pr ove  an d  dev el op   t he  de sired  syst em   of   the  cl ie nt s.  Using   this   m et ho dolo gy,   t he  dev el op e r  will   first  include   the  m ini m a l  fu nctio nalit y  of   the  syst em   to  te st  the  us e r’s  opini on  a nd  acce ptance   an d  gathe rin g  t he   ne w   requirem ent  from   the  us ers .  More  im pr ov e m ent  and   f un ct ion al it y  will   be  add e d  in  the  s econd  pr oto ty pe   un ti l  the  final  proto ty pe  is  per fect   and   rea dy  to  be  i m ple m ented  as  the  real  syst e m   [1 3].  HTML,  Ty pescri pt  an d  Ionic F ram ewo rk are  us e d  t o dev el op the  ap p   wh il e  Ang ular  Fire base  is used as  the  data base  for  t he  a pp .      2.1.   Analysis  and  design   The  data  us e d  for  the  a pp   de velo pm ent  is   colle ct ed  f rom   a  few   s ourc es.  First,  data  colle ct ion   i s   carried  out  by  interviewi ng   on e  of   the  de af  pe op le .  Due  to  the  disab il ity  of   the  in te rv ie wee  to  s pea k,     the  intervie w  proces s  is  do ne   by  us in g  ha nd   gestu res  an d  pa per   w riti ng   m et hod.   Th e  res ults  of   the  inte rv ie w  are fu nctional  r equ i rem ents an d user   re qu i re m ents f or the  prop os ed   ap p .  S econd,  Inter net is u se d  as a  m edium   to co ll ect  the  dat a relat e to the  ex ist in g  MSL .  How e ve r,  t he reso urces  relat ed  to  MSL a re  scar ce a nd li m i te d.   An al ysi s  ph a se   involve s  the   proces s  of   re qu i rem ent  analy sis  to  determ ine  the  goal   a nd  f unct ion al it y  of   t he  propos ed  a pp   t hat  will   be  de vel op e d.  It  in volves  the   analy sis  of  re qu i re m ents  gathe re d  f r o m     the  cl ie nts  in  the  inter views   and   quest i on naires  a nd   t he   resu lt   is  f our   m od ules  im ple m ented  in  th e  app ,    wh ic h  a re  a  si gn  detect io n  m odule,  a   le ar nin g  by  cat e gory   m od ule,  a  qui z  m od ule,  a nd  a  fee db ac k  m od ule,     as sho wn in   Figure  1.   Desig n  phase   invol ves  t he   proces s  of  de sign i ng  the   wirefram e  and   inter face  of  the  propose d  app li cat io n .  W i refram e  decides  the  bo ne   structu re  of   the  ap plica tio n   on  w hat  sh oul d  be  in cl ud e d,     the  ar rangem e nt  of  the  el e m ents  and   t he   functi onal it y  of   a n  a pp.  T he   desig n  of   a   wirefram e  can  sa ve    the  app li cat io n  dev el opm ent  ti m e   and   pro duce  a  con sist e nt  la yout  for  the  ap plica ti on   [14].  In   the  propose d  app ,  the   wi refr a m e  is  desig ne d  a nd  sho wed  in  Fig ure  2.  T he  str uctu re  of  the  propose d  app   is  de sig ne d  to   be   cl ean  and   sim ple  to  enh a nce   us er - fr ie ndly   and   us a bili ty   f or   al l  kinds  of   us er.  T he  hea der   par t  will   con ta in     a  back   butt on  to  al low  the  use r  to  go  bac k  to   the  pr e vious  ta b  an d  the  ta b  ti tl e   will   be  sh own  in  the  m id dle  of  the  hea der   to  disp la y  the  lo cat ion   of  the  us er  in  t he  ap p .  T he  co nten ts  of   the  ta b  will   be  disp la ye d  on    th e m idd le  of the  scree n,   w hile t he  na vig at io n  ba r wil l be loc at ed  at  the lower  par t.  This  wirefram e lay o ut w il l   be  a pp li ed  to   m os t of  the  pa ges  i n  the   ap p   t o bu il d a c onsist ent lay ou t  f or the  us er  and e nh a nce  us a bili ty .     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   6 ,  Dece m ber   201 9   :   5512  -   5518   5514         Figure  1.  Use  c ase dia gr am  f or m al ay s ia n  sig n  la nguag e  m ob il e lea rn in g  a pp     Figure  2 .  W ire fr am e d esi gn       2.2.   Implem ent ati on   In   t his  ph ase ,   the  im ple m e ntati on   w orks   ha ve  been  a pp li ed   to  t he   m od ules  as  discusse d  i n    the  previ ous  se ct ion   to  t urn  th e  m odules  into   functi onal   acc ordin g  to  syst em   fu nctio nal  re qu i rem ents  and   use r   requirem ents.  The  dev el op e d  app   co ntaine d  four   featu res  as  discu ssed  i n  the  previ ous  s ect ion ,  w hich  i s  sign  detect ion,  le ar n  by  cat eg ory ,   quiz ,  a n d  fee db ac k.  T he  a pp   is  im ple m ented  by  us i ng  I on ic   Fr am ework  an d  Ang ular  Fire ba se.  The  databa se  that  is  us ed  in  the  pro j ect   is  Firebase  wh i ch  is  a  cl oud  da ta base  an d  re qu i res   no - S QL  c omm ands  to   que ry  the  data.  Be si de s,  the re  a re  se ve ral  A PI  w hich   ha d  bee n  u se d  to  de velo p  t he   ap p .  Cam era  AP I  ha s  been   im ple m ented  in  the  app   to  al lo w  the  us e r’ s  phon e  to  captur e  th e  i m age  in  the   sign  detect ion   m odules  in  the  ap p .  Cl oud  Visio n  AP I  is  a  Goo gle  Cl oud  ser vi ce  that  can  detect   the  con te nt s  and   la bels  in  the  im age.  In   this  pro j ect ,  Cl oud  Vision   AP I  ha s  been   im ple m ented  to  sig n  detect io n  m odule  to  detect   the  la bel s  of  sig n  la ngua ge  c on ta ine d  i n  the   im age.  The  f ollo wing  s ect ion s  s how   the  im ple m enta ti on   of   the  ap p   i nter fa ces.     2.3.   Sign  detec tion     Sign   detect io n  m od ule  is  a  m od ule  that  al lows   t he  us e r  to  captu re  the  i m age  and   det ect   the  sign  m eaning .   I n  this  m od ule,  c a m era  plugin  will   be  us e d  t o  ena ble  the  abili ty   of   us e r ’s  ph on e  t o  i niti at e    the  cam era  fu nc ti on   a nd   ta ke  the  pictu re.  Be sides,  cl oud  vision   API  will   be  us ed  t o  detect   the  la bel  co ntain e d  in  the  im age  captu red   with  t he   dataset s  on  t he  inter net  to  de te rm ine  the  m os t  su it a ble  la be l  for  the  im age  an d  disp la y i t.   Figure  3  s how s  the  interface  of   the  m od ule  after  the  sig n  detect ion   re su l t  has  been   displ ay ed  base d  on  the  im age  captu red  by  t he   us e r.   Firstl y,  us e rs  a re  re quire d  to   ta p  on  the   “t ake  ph oto ”  butt on  to   ta ke     the  phot o.   Af te r  the  photo   is  t aken,  it   will   be   au tom at ic ally  up l oad e d  to   th e  fireb a se  sto r age  w he re  the  cl oud  functi on  w hich   is  the  la bel  de te ct ion   f ro m   C loud  Visi on   A PI   will   be  init ia te d  to  sta rt  de te ct ing   the  la be l  that   m igh t  possibly   be  co ntaine d  i n  the  im age.  The  la bels  c on ta ined  in  t he  im a ge  will   be   a nal yz ed  by  com par in g  the  existi ng   da ta set   on   the  internet  to  obta in   the  m os t  accurate  resu lt .  H oweve r,   since  th ere  is  la ck  of   da ta set  of  Ma la ysi an  Sign  La ngua ge   co ntents   on  the  inter net,   the  si gn  detect i on  m od ule  only   can  detect   f ew  of     the sig ns  c urre nt ly , for  e xam ple alph a bet  A,   B, an d  E .     2.4.   Le arnin g  b y  c at e gory   Learn i ng   by  cat egory  m od ul e  is  a  m od ule  that  al lows   us e rs  to  le arn   the  Ma la ysi an  Sign   Lan guage   accor ding  to  t he  cat eg or y  th at   is  us efu l  in  their  daily   li fe.  In   the  a pp ,  th ere  are  sixtee n  cat ego rie s  c urren tl y  include d,  with   a  total   of  m or e  tha n  tw o  hund red   sig ns   c on te nt  inclu de d  in   the  cat e gories.   Fig ur e   4  show s     the  be ginnin g  interface  of   the  m od ule.  Wh e n  the  us e rs  ope ned   t he   app ,  cat eg ory   ta b  is  disp l ay ed  as   the  fi rst  ta b  f or  the u se rs.  Use rs  ca n  s cr oll  an d  fin d  t heir  des ired  cat e gory  a nd  ta p  on   it   to v ie w   the sig ns  li st  i n   that ca te gory.     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       Malaysi an sig n l anguage  m obil e learn in g a ppli cation:  a  r e comm e ndatio n app t o  . ..  ( Han ayanti H afit )   5515   Figure  5  s how s  the  sign   li st  interface  afte r  the  us er  c ho s e   the  cat ego ry.  In   this  case,  th e  us er  ha d  chosen  t he  “F eel ing s”  cat eg or y.  T he  sig n  li st  pag e  will   then   disp la y  the  e ntire  si gn  nam e  that  rel at ed  t o   the  cat eg or y  a s  a  li st  to  the  us er  t o  sel ect   the  sig n  to  le a rn.   Fig ure  6  s how s  t he  sig n  pa ge  inter fac e  after   the  us e rs  ha ve   sel ect ed  their   desire d  sig n  to  le arn.  T he  im age  will   be  r ead  f ro m   the  fireb ase  databa s e  an d  disp la y  to  the  us er .  De pe nd i ng   on  the  sig n  cho s en ,  the  i m age  will   be  disp la ye d  i n  two  ty pes ,  w hi ch  is  a   dynam ic  i m age  in GIF f or m at , or  a stat ic  im a ge of  JPE G for m at .               Figure  3 .  Sig n detec ti on p a ge  interface         Figure  4 .  Ca te gories  pag e   interface           Figure  5 .  Sig n l ist  p age i nterfac e     Figure  6 .  Sig n pag e  inter face       2.5.   Quiz   Qu iz   m od ule  i s  a  m od ule  tha t  al lows   us e rs  to  te st  their  know le dg e  on  th e  sign   la ng uage  they   hav e   le arn t  within  t he  ap p .  Wh e n  the  us e r  sel ect s  the  qu iz   ta b,   the  qu iz   im age  will   be  gen e rated  ra ndom l y  fr om    the  colle ct io ns  of  the  li st  of   s ign s  c onta ine d  in  the   data bas e  an d  disp la y  to  the   us e r.   Fig ur e  7  sho ws  th e  quiz   pag e   inter face  wh e n  t he  us er  sel ect ed  the  quiz   ta b  in  t he  ap p .  A  rand om   i m age  will   be  c ho s en  from   the  si gn   li st  in  the  data base  a nd  dis pl ay ed  to  t he  us e r  to  a nswer   the   quiz .  User s   ca n  ei the r  ch oose   to  e nter  thei r  a ns we r  for  the  quiz   an d  cl ic k  on  the  “check”  butt on  to  validat e  the ir  ans wer   or   c hoose   to  sk i p  to   the   ne xt  qu e sti on   i f   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   6 ,  Dece m ber   201 9   :   5512  -   5518   5516   they   ha ve  no  i dea  on   t he  a nswer  of  the  qu i z.  The   ap p   will   prom pt  a  dialog  box  f or   eac h  of  the   opti on s  they   sel ect ed  to  op erate  the  ne xt  m ov e  based   on  their  decisi on,  s uch   a s  ask   for  procee ding  to  nex t  qu es ti on   or   rev eal   the  a nswer  of   that   quest io n.   T he  va li dation  m echan ism   is  al so   i m ple m ented  i n  the  in pu t  ar ea  of   the quiz a nswe r  to  en s ure the   us er  answe r  th e questi on  with  the  rig ht for m at .     2.6.   Feedb ack   Feed back   m odule  is  an  im po r ta nt  m od ule  th at   al lows   the  c omm un ic at ion   of   betwee n  de velo per   a nd  the  us e rs.   T he   m od ule  is  use d  as  the  bri dge  to  c onnect  the  de velo per   and   t he  us ers  of   t he  ap p   to  colle ct     their  op i nions  and  sug gestio ns,  or  as   well   c om plaints  to  be   us e d  for  bette r  im pr ov em ents  of  t he  syst e m   in    the futu re.   Figure  8  s hows  the  fee db a ck  pa ge  inter f ace  wh e n  the  us er  sel ect s  th e  feedback  ta b  in  the ap p .    The  us ers  a re  on ly   re quire d  to  enter  t heir  e - m ail  add res s   and   t heir  op i nions  a gainst  t he  ap p   a nd  cl ic k  on    the  “se nd ”   bu t ton   t o  directl y  forw a r d  thei r  op i nions  t o  t he   de velo per.  Va li dation  p r oces s  is  im ple m ent ed  t o  ens ur e  t he  em a il   entered   by  th e  us er   is  valid  to  al low  t he  de velo per   t o  c omm un ic at e  with  the  us e rs  via  e - m ai l   if  necessa ry.   The  se nt  fee dback  will   be   store d  on  t he   firebase   dat abase  f or  the   dev el oper  to   view     the  incom ing   f eedb ac k  f ro m   the  us er s  an d  help  the  de vel op e r  to  colle ct   essenti al   su gg est ion s  f ro m   disti nct  per s pecti ve  t o m ake a  bette r  versio n of an  im pro ved  ap p   i n  t he fut ur e.               Figure  7 .  Q uiz  pag e  inter face       Figure  8 .  Fee dback  p a ge  interface       3.   RESU LT S   A ND  DI SCUS S ION   The  ap p  is suc cessf ully  b uilt  b y t he  de velo pe r.  U se r  te sti ng is carr ie d  out t o  eval uate the ap p' s d esi gn   and   t he  ap p' s  fu nctio ns.  This  us er  te sti ng  in volve d  30  use r ’s   act   as  the  public.  The  us e r  te s ti ng   was  c ondu ct ed  at  U ni ver sit iTu n   Hu s sei n O nn Mal ay sia  in  P arit  Raja,  Joh or, Mal ay sia .     Table  1  sho ws   the  res ult  of  the  use r  acce pt ance  te st  on  th e  ap p' s  desig n.  The  nav i gatio n  feat ur e  i n  the  ap p  has  s cor e d  the  high est   scor e,  w hich  is  99%  f rom   us ers  rati ng ,  w hich  m eans  the  ap p  is  easy   to   unde rstan d  an d  us e  by  the  public.  The  sco ri ng   is  f ollow e d  by  the  second  crit eria,  wh ic h  is  the  con te nt  la yout  and   thir dly,  th e  app   inter face s.  Howe ver,  te xt  sty le   has  ac hieve d  the  lowe st  scor in g  w hi ch  is  69 %  only   fr om  us ers  r at in g. T he reaso n be hin d t his  w as  pro bab ly  the  ina ppr opriat e text s iz e comm ented  by m os t of the  u se rs.       Table  1.   A pp li cat ion   desig n  a ccepta nce  test   No .   Sco ring  Criter io n   Sco re  (% )   1   Ap p licatio n  I n terfaces   89   2   Co n ten t L ay o u t   97   3   Text St y les   69   4   Nav ig atio n   99   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       Malaysi an sig n l anguage  m obil e learn in g a ppli cation:  a  r e comm e ndatio n app t o  . ..  ( Han ayanti H afit )   5517   Table  2  sho ws  the  res ult  of  use r  acce pta nce  of   t he  syst em   f un ct io ns.  Am on g  t he  f our  f unct ion s,  s i gn   detect ion   m odules  achie ved   t he  hi gh est   sc ore,  w hich  is  87 %  of   th e  us e r  r at ing .   Howe ve r,   since  t her e  i s  la ck  of   dataset   of  MSL  co ntents   in  the  inte rn e t,  the  sig n  detect ion   m od ule   on ly   ca n  det ect   few   of   t he   signs   currently ,  f or  exam ple  al ph a bet  A ,  B,  a nd   E.   T he  sc or i ng  is  f ollo wed  by  a  quiz   m od ule,   w hich   ac hieve d     a  77 %  sc or e  a nd   the  le ar n  by   cat ego ry  m o du le   w hic h  is  69%.  S om e  su gg e sti on s  from   us ers  wh ic h  the  le ar n  by  cat egory  m od ule  sh oul d  inclu de  som e  sentences  instea d  of  sin gle  phrases  to   increase  the  le arn in g  eff ect ive ness  i n  sig n  la ngua ge.   Feed bac k  m od ules  achie ved  the  l ow es t  scor e   f ro m   the  us ers ,  wh i ch  is     on ly   65%,  as   the  m od ule  is   just  us ed   f or  se nd i ng  a  c omm ent  with out  a ny   oth e r  feat ur e s  in  it .  T hese   da ta   ha d  been ta ke n  t o  r eview t he fut ure w orks of t he   app .       Table  2 .  Syst em   fu nctional a ccepta nce  test   No .   Sco ring  Criter io n   Sco re  (% )   1   Sig n  Detec tio n   87   2   Lear n  b y  Categ o r y   69   3   Qu iz   77   4   Feed b ack   65       4.   CONCL US I O N     In  ed ucati ng  de af  a nd  m ute  people,   ther e  a re  th ree  great   appr oach es   tha t  can  be   su cce ssfu ll y  us e d:   the  bili ngual - bi cultural  (BiB i)  ap proac h  w hi ch  m akes  us e  of   AS L;  the  a udit or y  verbal  appr oach   t hat  te aches   the  En glish  La ngua ge  th rou gh  resi du al  h ear ing   a nd   s pe ec h  instea d  of  sig n  la nguag e;   a nd  total   com m un i cat ion  that  com bin es  aud it ory   an d  vi su al   com m un i cat ion   f or   instr uction  [15].  In  this  pap er ,  we   pr ese nted  a  m ob il e   app   pr oto ty pe  t o  le ar n  MS L.   This  a pp  em br aces  a  f unct io n  f or   t he  MSL   le arn e r  to   detect   sign  m eaning  us i ng   the  ph on e   ca m era.   Be sides ,   to  ac hieve   th e  obj e ct ive  of  i m pr ovin g  t he   com m un ic at ion   proces s  be tween  norm al   peo ple  with  the  dea f  com m un it y,  the  app   has  gat hered  a  lot  of   MS L  to  pu t  into  th e  le arn in g  cat egory.   W it h  a  total   of   16  cat eg or ie s  a nd   o ve r  20 0  sig ns  include d,  it   is  an  im m e ns e  help  to  weak e n    the  com m un icati on   ba rr ie r  betwee n  the  de af  com m un it i es  and   no rm al  people.  The  data  colle ct ed   fr om    the  us e r  acce ptance  te st  ha d  a lso  ai de d  in  de ci din g  t he  project ’s  f utu r e  w orks  a nd  di recti on s   an d  we   be li eve   that t his a pp w i ll  co ns i der a bly i ntr oduce a  n e w  f unct io n  c om par ed  to t he c urren t a ppli cat ion .       ACKN OWLE DGE MENTS   We  w ou l d  li ke  to  thank   Un i ve rsiti   Tun   H usse in  O nn   Ma la ysi a  fo r  sup porting   this  resea rch   unde r     the Co ntract  G ran t  V ot num ber   W00 4.       REFERE NCE S     [1]   Merri am - W ebste r ,   “ Sign  La ng uage , ”  2017 ,   [ Online ] ,   Availa ble :   h tt ps:// ww w.m err ia m - webster . com/dic t ionar y /   sign%20la nguag e .   [2]   Medic in eNe t ,   “ Sign  La nguag e , ”  2017 ,   [Onl in e] ,   Avail ab le :   htt ps:// ww w.m e dic in ene t . com/sc ript /main/art . asp ?   art i cl ek e y =3915 8 .   [3]   Cambridge  Dictionar y ,   “ Sign  L angua ge , ”  2017 ,  [Online ] ,   Avail able:   htt p :/ /d ic t iona r y . ca m bridg e. org/d ic t iona r y /   engl ish/sign - l an guage .   [4]   Blogge r ,   “ Histor y   Mal a y s ia n   Feder at ion  o f   the   Dea f , ”   2006 ,   [Online ] ,   Avail able:   http:// waktusol at.n et /   ogos1992.bl ogspot. com/2006/06 / histor y - m ala y sia n - fed erati on - of - dea f_18. h tml .   [5]   Depa rtment  o f  S ta ti st ic s Ma lay si a,   “ Soci al   St a ti st ic s Bullet in  Mal a y si a , ”  Dep art m ent   of   Statis tics  Malay s ia,  2018 .   [6]   M.  Micha e l  and   W .   Donna,   “ Empow eri ng  Le ar ner s  W it h  Mobile   Open - Acc ess  Le arn ing  Initiati ves , ”   Ad vances  in  Mobil e   and  Dist ance   Learning   I GI Global ,   2017 .   [7]   A.  Khali l ,   “ Mobile   L ea rn ing  Te chno logi es , ”  Inte rnational   Jo urnal  of  El e ct ri cal   and  Computer  Engi ne ering  ( IJE CE) ,   v ol. 7 ( 5) ,   pp .   2833 - 283 7,   2017 .   [8]   F.  Gaz za we ,   “ Com par ison  of  website s  and  mobi le   applic at io ns  for  e - le arn in g , ”   Inte rnat iona l  Confe renc e  o n  Technol ogy   i n   E ducat ion   2017  ( IACB ,   ICE   &   IC TE) ,   New  York, 2017 .   [9]   Google  Pla y   Store ,   “ M y BI M ,”   2017 ,  [Online ] ,   Avail ab le :   htt ps: // pl a y . google . com/store/ apps/d et a il s ? id =   m y . com.m obiz. m y b im .   [10]   Google  Pla y   St ore ,   “ Belaja r  B aha sa  Is y ar at ,”   2017 ,  [Online] ,   Avail able:   ht tps:/ /pla y . goog le.c om /store / apps/   det a il s ? id =c om . a andt . b el a ja rb ahas ai s y ar at .   [11]   Google  Pla y   St ore ,   “ Baha sa  Is y ar at   Ma lay sia ,”   2 017 ,  [Onlin e] ,   Avail able:   h tt ps:// p lay . googl e. com/store /a pps /   det a il s ? id =c om . s rda nanja y a . bahas ai s y ar at .   [12]   S.  A.  Mokhtar  and  S .   M .   S .  Anuar ,   “ Learni ng   appl i ca t ion  for   Malay sian   sign   la nguag e:   content  design ,   use r   int erf ac e   and   usa bil ity , ”   IMCOM ,  2015 .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   6 ,  Dece m ber   201 9   :   5512  -   5518   5518   [13]   P.   Ta vol at o   and   K.  Vince n a,   “ A  Protot yp ing   Me t hodology   and  I t s  Tool ,”  Budde  R. ,   Kuhl enka m p  K.,   M a t h i a s s e n   L . ,   Z ü l l i g h o v e n   H .   ( E d s )   A p p r o a c h e s   t o   P r o t o t y p i n g .   S p r i n g e r ,   B e r l i n ,   H e i d e l b e r g ,   1 9 8 4 .     [14]   C.   Y.  W ong,   et   al. ,   “ Inte rfa ce   d esign  pra ct i ce   a nd  educat ion  to wards  m obil e  ap ps  deve lopment , ”  Proc edi a - Soc i al  and  Be ha vi oral   Sci en ce s ,   vol.  51 ,   pp .   698 - 702 ,   2 012 .   [15]   E .   Aban a ,   et  al . ,   “ El ec tron ic   G lov e:   A  Te a chi ng   AID   for  the  Hea r i ng  Im pai red , ”  In te rnational   Jour nal  of  Elec tri cal   and  Computer  E ngine ering   ( IJECE) ,   v ol. 8 (4) ,  p p.   2290 - 2298 ,   2 018.       BIOGR AP H I ES   OF  A UTH ORS        Hanay anti  Hafit   is  cur ren tly   a  lectur er  in  Dep artm ent   of  W eb  Te chnol og y ,   Fa cul t y   of  Com puter   Scie nc e  and  Inform at ion  Te chn olog y ,   Univer sit i  Tun   Hus sein  Onn  Malay sia .   Her  are as  of   int er est  in cl ude   Us abi li t y   &  Us e r  Expe ri ence  in   Hum an  Com put er  Int era c ti on ,   w eb  and  m obile   appl i ca t ion.         Ch iam  Wui  X ia ng   is a   stud ent i n  Depa rtment   of   W eb  Technol og y ,   Facu lty   of  Co m pute r  Scie n ce   and  Inform at ion   Te ch nolog y ,   Unive rsiti   Tun  Hus sein  Onn  Malay s ia.   He  will   recei ve  his   Bac he lor  Degr ee i n  Com pute r   Sci enc e   m aj oring   in   W eb  T ec hnolog y   in  2019 .           Munirah  Mohd   Yusof   is  cur ren tly   a  l ec tur er  in  Depa rtment  of  Software   Engi n eering,   Facult y   of   Com pute r  Scie n ce   and  Inform ation  T ec hnolog y ,   Univer siti   Tun   Hus sein  Onn  Malay s ia.   Her   are as  o f  in te r est inc lud e  Exp ert Sy stem  and  Softw are   Engi n ee ring .         Norfar adill a  W ahid   is  cur ren tly  a  senior  lectur e r   in  Depa rtment  o f  W eb  Te chnol o g y ,   Facul t y   of   Com pute r  Scie n ce   and  Inform ation  T ec hnolog y ,   Univer siti   Tun   Hus sein  Onn  Malay s ia.   Her   are as  o f  in te r est inc lud e  XM L te chnol og y ,   sem an ti c   web and  In te r net   of   Th ings.          Sh ahree n  Kass im   is  cur ren tly  an  associa te   p rofe ss or  in  Dep art m ent   of  W eb  Te chnol og y ,   Facul t y   of  Com pute r  Scie nce  and  Inform at ion  Te chnol og y ,   Univer siti   Tu n  Hus sein  Onn   Malay s ia.   Her  a rea s  of  int er est  inc lud e  bioi nfor m at ic s,  soft  co m puti ng,   data  m ini ng,   web  an d  m obi le   app li c ati on.     Evaluation Warning : The document was created with Spire.PDF for Python.