<![CDATA[Penyandang disabilitas khususnya tunarungu menggunakan bahasa isyarat sebagai alat komunikasi. Namun, masih banyak orang yang tidak mengerti atau terbatas dalam menggunakan bahasa isyarat, sehingga menciptakan hambatan dalam komunikasi dengan penyandang tunarungu. Dengan kemajuan teknologi informasi di era modern, ada peluang besar untuk membuat solusi untuk mengatasi masalah komunikasi. Untuk mengatasi masalah ini, digunakan algoritma pembelajaran mesin long short-term memory untuk mengenali gerakan dalam bahasa isyarat. Dalam pengujian, algoritma long short-term memory berhasil mendeteksi dan menerjemahkan bahasa isyarat dengan akurasi 98,3%. Penggunaan berbagai jumlah kelas dataset, analisis perbandingan distribusi dataset, pemilihan optimizer yang paling optimal, dan penyesuaian jumlah epoch telah diterapkan secara cermat untuk meningkatkan akurasi algoritma secara keseluruhan. Metode ini memastikan bahwa setiap komponen proses pelatihan model dioptimalkan untuk menghasilkan hasil yang paling akurat dan konsisten. Dengan akurasi sebesar 98,3%, algoritma long short-term memory menunjukkan kinerja yang sangat baik dalam memahami dan menerjemahkan bahasa isyarat. Secara keseluruhan, pengguna menilai sistem penerjemah bahasa isyarat ini baik, tetapi perlu optimalisasi lebih lanjut untuk memenuhi kebutuhan pengguna ke depannya. Kata kunci — bahasa isyarat, long short-term memory, Penyandang tunarungu, pembelajaran mesin.]]>
Copyrights © 2024
