Klasifikasi Abjad Dalam Bahasa Isyarat Menggunakan Algoritma Random Forest

Abstract

Pengenalan bahasa isyarat merupakan tantangan signifikan dalam pengembangan teknologi informasi, terutama dalam menciptakan komunikasi inklusif bagi penyandang disabilitas pendengaran. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem klasifikasi alfabet bahasa isyarat, khususnya pada Sistem Isyarat Bahasa Indonesia (SIBI), menggunakan algoritma Random Forest. Sistem ini dirancang untuk memfasilitasi komunikasi yang inklusif antara penyandang disabilitas pendengaran dan masyarakat umum. Tahapan penelitian mencakup pengumpulan data gerakan tangan yang diperoleh melalui perekaman menggunakan webcam dan kemudian dikelompokkan berdasarkan label alfabet,Tahap preprocessing data bertujuan untuk normalisasi dan augmentasi guna meningkatkan variasi input kemudian di lakukan proses untuk mengekstrak landmark tangan melalui framework Mediapipe, yaitu titik-titik referensi posisi jari dan tangan, Tahap pelatihan model menggunakan algoritma Random Forest dengan pembagian data latih dan uji, serta Tahap pengujian sistem secara real-time untuk mengevaluasi akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan sistem mampu mengenali alfabet SIBI dengan akurasi 100%, membuktikan efektivitas metode Random Forest dalam menangani klasifikasi pola yang kompleks. Esensi penelitian ini terletak pada kontribusinya dalam mendukung komunikasi inklusif melalui teknologi kecerdasan buatan. Sistem ini menawarkan solusi praktis untuk mengatasi hambatan komunikasi antara penyandang disabilitas pendengaran dan masyarakat umum, sekaligus mendorong pengembangan teknologi inklusif. Dengan hasil yang sangat akurat, penelitian ini memberikan dampak sosial yang signifikan, membuka peluang bagi pengembangan sistem komunikasi berbasis AI yang lebih adaptif, seperti integrasi dengan aplikasi mobile dan fitur text-to-speech, sehingga memperluas aksesibilitas dan mendukung interaksi sosial yang lebih inklusif.