Penyandang disabilitas tunarungu/wicara sering menghadapi tantangan signifikan dalam berkomunikasi sehari-hari. Untuk meningkatkan aksesibilitas komunikasi bagi kelompok ini, pengembangan aplikasi penerjemah yang memanfaatkan teknologi terkini menjadi suatu kebutuhan. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi penerjemah yang dapat mengenali ucapan dan menyediakan sintesis suara dengan akurat dan efisien menggunakan TensorFlow, sebuah platform deep learning yang populer. Metode transfer learning digunakan dengan memanfaatkan model MobileNetV2 yang telah dilatih pada dataset ImageNet untuk ekstraksi fitur dan pengenalan objek. Aplikasi ini dirancang dengan mempertimbangkan antarmuka pengguna yang ramah dan intuitif, serta kemampuan untuk beradaptasi dengan kebutuhan individual pengguna. Evaluasi dilakukan melalui uji coba lapangan dengan partisipasi langsung dari penyandang disabilitas tunarungu/wicara untuk mengevaluasi keefektifan dan kemudahan penggunaan aplikasi. Hasil evaluasi menunjukkan bahwa aplikasi ini memiliki potensi untuk signifikan meningkatkan kemampuan komunikasi dan kualitas hidup pengguna. Implikasi dari penelitian ini adalah penerapan teknologi untuk mendorong inklusi sosial dan memperluas aksesibilitas bagi penyandang disabilitas tunarungu/wicara.
Copyrights © 2024