<![CDATA[Kesulitan dalam berkomunikasi merupakan hambatan bagi teman tuli yang tidak bisa mempelajari bahasa secara lisan atau memperoleh kemampuan bicara yang biasa. Pengembangan teknologi pengenalan gestur bahasa isyarat merupakan langkah penting untuk meningkatkan aksesibilitas dan integrasi sosial bagi komunitas tuli. Penggunaan MediaPipe Holistic Keypoints dan teknik deep learning memberikan potensi yang signifikan dalam mengenali dan memahami gestur bahasa isyarat. Tujuan utama penelitian ini adalah mengklasifikasikan gestur Bahasa Isyarat Indonesia (BISINDO) menggunakan MediaPipe Holistic Keypoints dan pendekatan deep learning untuk mengidentifikasi kata dasar dalam bahasa isyarat. Dengan ekstraksi fitur menggunakan mediapipe holistic dan mengirimnya ke model LSTM 6 hidden layer dengan 70:30 split train test dan 250 epoch dihasilkan akurasi 68 %. Hal ini dikarenakan terbatasnya jumlah dataset yang diambil untuk penelitian.]]>
Copyrights © 2024
