<![CDATA[Berkomunikasi adalah kebutuhan dasar setiap manusia untuk berinteraksi satu sama lain. Dalam kehidupan sehari-hari, manusia menggunakan komunikasi verbal untuk berinteraksi. Namun tidak setiap orang mampu menggunakan komunikasi secara verbal, seperti tuna rungu dan tuna wicara. Terdapat keterbatasan ketika melakukan komunikasi antara orang normal dengan tuna rungu dan tuna wicara dikarenakan kurangnya pemahaman mengenai bahasa isyarat. Pada penelitian ini dilakukan pengenalan bahasa isyarat, berupa isyarat huruf dan angka (SIBI) dengan memanfaatkan teknik pengolahan citra. Proses pengenalan dilakukan dengan menggunakan algoritma Speeded Up Robust Features (SURF) sebagai metode ekstraksi fitur dan algoritma K-Nearest Neighbor (K-NN) sebagai metode klasifikasi. Pengujian akurasi digunakan metode k-fold Cross Validation. Uji akurasi menggunakan 10-fold Cross Validation untuk menentukan nilai K. Dengan menggunakan nilai K = 7 didapatkan hasil akurasi tertinggi untuk pengenalan Gerakan Isyarat Bahasa Indonesia dengan persentase 90%.]]>
Copyrights © 2022
