KLASIFIKASI ABJAD DALAM BAHASA ISYARAT MENGGUNAKAN ALGORITMA RANDOM FOREST

Penulis

Kata Kunci:

SIBI, Landmark Tangan, Webcam, Mediapipe, Random Forest, Real-Time.

Abstrak

Pengenalan bahasa isyarat merupakan tantangan signifikan dalam pengembangan teknologi informasi, terutama dalam menciptakan komunikasi inklusif bagi penyandang disabilitas pendengaran. Penelitian ini bertujuan untuk merancang sistem real-time yang dapat mengklasifikasikan simbol bahasa isyarat, khususnya pada Sistem Isyarat Bahasa Indonesia (SIBI). Data gerakan tangan diperoleh melalui webcam dan diproses menggunakan framework Mediapipe untuk mengekstrak landmark tangan, yang memberikan gambaran struktural posisi jari dan tangan guna meningkatkan akurasi klasifikasi. Tahap pelatihan model melibatkan langkah-langkah seperti normalisasi dan augmentasi data untuk meningkatkan kemampuan model dalam menangani variasi input. Dengan memanfaatkan Random Forest Classifier, sistem ini berhasil mencapai akurasi 100% dalam pengenalan simbol bahasa isyarat secara real-time, membuktikan efektivitas metode ini dalam menyelesaikan tugas pengenalan pola kompleks. Inovasi ini memiliki potensi besar dalam meningkatkan aksesibilitas dan kualitas hidup penyandang disabilitas, sekaligus mendorong perkembangan teknologi kecerdasan buatan yang mendukung komunikasi inklusif. Meskipun demikian, tantangan seperti keberagaman gerakan tangan dan kebutuhan akan data representatif masih menjadi perhatian untuk implementasi yang lebih luas. Penelitian ini tidak hanya menawarkan solusi praktis, tetapi juga membuka peluang untuk menciptakan sistem komunikasi yang lebih inklusif, sehingga mempermudah interaksi antara penyandang disabilitas dan masyarakat umum.

Biografi Penulis

  • Farhan Azfa Wirdiyan, STMIK IKMI Cirebon
    Teknik Informatika
  • Nana Suarna, STMIK IKMI Cirebon
    Teknik Informatika, Pembimbing Utama
  • Irfan Ali, STMIK IKMI Cirebon
    Rekayasa Perangkat Lunak, Pembimbing Kedua

Referensi

A. M. Ambarak and A. Z. Falani, “Pengembangan Aplikasi Bahasa Isyarat Indonesia Berbasis Realtime Video Menggunakan Model Machine Learning,†JIKA (Jurnal Inform., vol. 7, no. 1, p. 89, 2023, doi: 10.31000/jika.v7i1.7277.

I. Sari and E. Altiarika, “Sistem pengembangan bahasa isyarat untuk berkomunikasi dengan penyandang disabilitas (tunarungu),†J. Inf. Technol. …, 2023, [Online]. Available: https://jits.unmuhbabel.ac.id/index.php/jits/article/view/21

L. Arisandi and B. Satya, “Sistem Klarifikasi Bahasa Isyarat Indonesia (Bisindo) Dengan Menggunakan Algoritma Convolutional Neural Network,†J. Sist. Cerdas, vol. 5, no. 3, pp. 135–146, 2022, doi: 10.37396/jsc.v5i3.262.

N. A. Handoko, R. B. Widodo, and ..., “Penggunaan Machine Learning dalam Klasifikasi Bahasa Isyarat BISINDO Menggunakan Kamera,†… Nas. Univ. Ma …, 2023, [Online]. Available: https://ocs.machung.ac.id/index.php/seminarnasionalmachung/article/view/397

M. Maryamah, M. A. Pratama, and ..., “Klasifikasi Abjad SIBI (Sistem Bahasa Isyarat Indonesia) menggunakan Mediapipe dengan Metode Deep Learning,†Pros. …, 2023, [Online]. Available: https://prosiding-senada.upnjatim.ac.id/index.php/senada/article/view/102

Z. Fadhilah and N. L. Marpaung, “Pengenalan Alfabet SIBI Menggunakan Convolutional Neural Network sebagai Media Pembelajaran Bagi Masyarakat Umum,†J. Inform. J. Pengemb. IT, vol. 8, no. 2, 2023, doi: 10.30591/jpit.v8i2.5221.

I. Amri, “Implementasi Algoritma Convolutional Neural Network Untuk Menerjemahkan Bahasa Isyarat,†J. Multidisiplin Saintek Vol. , vol. 2, no. 9, pp. 70–87, 2024, [Online]. Available: https://ejournal.warunayama.org/kohesi

O. D. Nurhayati, D. Eridani, and ..., “Sistem isyarat bahasa Indonesia (Sibi) metode convolutional neural network sequential secara real time,†J. Teknol. Inf. dan Ilmu …, 2022, [Online]. Available: https://pdfs.semanticscholar.org/a16c/f653e59c3ff7ace4d195d32a2d3a5fdf688f.pdf

F. X. L. Riberu, Sistem Deteksi Simbol Pada SIBI (Sistem Isyarat Bahasa Indonesia) Secara Real Time Menggunakan Mediapipe dan LSTM. 2023.

S. N. Bushra, A. Sheeba, C. A. Subasini, and S. A. Sibi, “Leukocytes Classification Using Convolutional Neural Network,†Cardiometry, 2023, [Online]. Available: https://search.proquest.com/openview/9bbfc1c3dda447fb9b621f53b72421d7/1?pq-origsite=gscholar%5C&cbl=2045095

D. Indra, L. N. Hayati, M. A. Daris, I. A. Ad, and ..., “Penerapan Metode Random Forest dalam Klasifikasi Huruf BISINDO dengan Menggunakan Ekstraksi Fitur Warna dan Bentuk,†… J. Sist. Komput., 2024, [Online]. Available: https://ojs.unikom.ac.id/index.php/komputika/article/view/10363

I. Hendapratama, I. W. Hamzah, and ..., “Rancang Bangun Aplikasi Penerjemah SIBI (Sistem Isyarat Bahasa Indonesia) Menggunakan Algoritma Random Forest Classifier,†eProceedings …, 2023, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/19132

I. Suyudi, S. Sudadio, and ..., “Pengenalan Bahasa Isyarat Indonesia menggunakan Mediapipe dengan Model Random Forest dan Multinomial Logistic Regression,†J. Ilmu Siber Dan …, 2022, [Online]. Available: https://journal.stiekrakatau.ac.id/index.php/jisted/article/view/1899

P. E. Wiraswendro and H. Soetanto, “Application of Random Forest Classifier Algorithm in Indonesian Sign Language System (Sibi) Detection System,†Bit (Fakultas Teknol. Inf. Univ. Budi Luhur), vol. 19, no. 2, p. 75, 2022, doi: 10.36080/bit.v19i2.2043.

M. Teguh, A. Putra, W. A. Haji, D. Suarga, M. Math, and S. Kom, “Penerjemah Bahasa Isyarat Untuk Anak Tunarungu Di SLBN 1 Maros Menggunakan Mediapipe,†vol. XVI, no. 2, pp. 531–541, 2023.

Unduhan

File Tambahan

Diterbitkan

2024-12-28

Terbitan

Vol 8 No 2 (2024): DESEMBER 2024

Bagian

ARTICLES

Lisensi

 

 

 

Creative Commons License

JurTI (Jurnal Teknologi Informasi)

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.