Sistem Pembelajaran Isyarat Bahasa Indonesia (SIBI) Menggunakan Metode Convolutional Neural Network (CNN)

Abstract

Bahasa isyarat adalah bentuk komunikasi yang mengandalkan gerakan tubuh dan ekspresi wajah untuk berinteraksi, terutama bagi penyandang tunarungu dan tunawicara. Di Indonesia, terdapat Sistem Isyarat Bahasa Indonesia (SIBI) yang digunakan sebagai bahasa isyarat yang resmi. Hingga saat ini masih terdapat kesenjangan komunikasi antara penyandang tunarungu
dan tunawicara dengan orang normal. Pendekatan Computer Vision diharapkan dapat mengatasi masalah tersebut dengan pengembangan sistem pengenalan bahasa isyarat. Penelitian ini berfokus pada penerapan Deep Learning dengan metode Convolutional Neural Network (CNN) atau Jaringan Saraf Konvolusional untuk mendeteksi gerakan tangan dalam bahasa isyarat abjad SIBI dan menerjemahkannya. Harapannya, hasil penelitian ini dapat menjadi landasan untuk pengembangan aplikasi pengenalan bahasa isyarat yang dioptimalkan khusus untuk SIBI, serta dapat mendukung penyandang disabilitas dan masyarakat umum untuk berkomunikasi secara lebih efektif.