MODEL PENERJEMAH BAHASA ISYARAT INDONESIA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Pramono, Ichwanul Muslim
Niswati, Za’imatun
Agustina, Amaliasyifa

Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Vol 8, No 01 (2024): SEMNAS RISTEK 2024

Penelitian ini bertujuan untuk mengembangkan dan menerapkan sistem penerjemah bahasa isyarat Indonesia berbasis komputer menggunakan Python Hand Gesture Recognition dengan metode Convolutional Neural Network (CNN) pada video real-time. Sistem ini diharapkan dapat mengenali gerakan tangan secara akurat dan meningkatkan aksesibilitas komunikasi bagi penyandang disabilitas tunawicara. Pengujian sistem penerjemah bahasa isyarat menunjukkan hasil yang positif dengan rata-rata hasil deteksi 70,2%. Sistem berhasil mengenali dan memahami gerakan tangan dalam video real-time dengan tingkat akurasi yang cukup. Dari hasil penelitian ini dapat disimpulkan bahwa penerapan Python Hand Gesture Recognition dengan metode Convolutional Neural Network (CNN) pada video real-time efektif dalam mengenali dan menerjemahkan bahasa isyarat Indonesia.