IMPLEMENTASI SISTEM PENGENALAN BAHASA ISYARAT INDONESIA (BISINDO) REAL-TIME MENGGUNAKAN MEDIAPIPE DAN LONG SHORT TERM MEMORY (LSTM)

Ardiyansyah, M.Feri, 52204110013 and Zahara, Soffa, 0704079101 and Sukmaningtyas, Yanuarini Nur, 0714018304 (2026) IMPLEMENTASI SISTEM PENGENALAN BAHASA ISYARAT INDONESIA (BISINDO) REAL-TIME MENGGUNAKAN MEDIAPIPE DAN LONG SHORT TERM MEMORY (LSTM). Bachelor thesis, Universitas Islam Majapahit.

	Text Abstrak.pdf Restricted to Registered users only Download (3MB) | Request a copy
Preview	Text BAB 1.pdf Download (365kB) | Preview
	Text BAB 2.pdf Restricted to Registered users only Download (885kB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (17MB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (6MB) | Request a copy
Preview	Text BAB 5.pdf Download (266kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Download (8MB) | Request a copy

Abstract

Bahasa. Bahasa Isyarat Indonesia (BISINDO) merupakan bahasa isyarat yang digunakan oleh komunitas Tuli sebagai media komunikasi sehari-hari. Namun, masih rendahnya pemahaman masyarakat terhadap BISINDO menyebabkan terjadinya hambatan komunikasi antara penyandang Tuli dan masyarakat umum. Penelitian ini bertujuan mengembangkan sistem penerjemah gesture BISINDO secara real-time menggunakan MediaPipe sebagai metode ekstraksi fitur landmark tangan dan Long Short-Term Memory (LSTM) sebagai metode klasifikasi gesture. Penelitian menggunakan metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Dataset terdiri atas 25 kosakata BISINDO yang diproses menggunakan MediaPipe untuk menghasilkan 126 fitur landmark pada setiap frame dan disusun menjadi sequence sebanyak 30 frame sebagai masukan model LSTM. Hasil pengujian real-time terhadap 1.250 kali percobaan menunjukkan sistem memperoleh akurasi sebesar 91,76% dengan 1.147 prediksi benar. Pengujian berdasarkan jarak menunjukkan sistem bekerja optimal pada rentang 25–50 cm, sedangkan pengujian berdasarkan pencahayaan menunjukkan performa terbaik pada kondisi indoor dan outdoor dengan pencahayaan yang cukup. Selain itu, fitur Text-to-Speech berhasil mengubah hasil deteksi gesture menjadi keluaran suara secara otomatis sesuai dengan teks yang dihasilkan. Hasil penelitian menunjukkan bahwa kombinasi MediaPipe dan LSTM mampu mengenali gesture BISINDO secara real-time dengan tingkat akurasi yang baik sehingga dapat menjadi solusi pendukung komunikasi antara penyandang Tuli dan masyarakat umum.

Actions (login required)

View Item