Bahasa isyarat adalah sistem komunikasi yang digunakan oleh individu dengan gangguan pendengaran atau bicara, mengandalkan gerakan tangan, ekspresi wajah, dan gerakan tubuh. Di Indonesia, terdapat dua sistem bahasa isyarat: SIBI dan BISINDO, dengan BISINDO lebih umum digunakan oleh tunarungu dan tunawicara karena lebih mudah dipahami. Saat ini, Indonesia memiliki lebih dari 223.000 penyandang tuli dan 73.500 penyandang bisu dan tuli, yang sering mengalami kesulitan dalam berkomunikasi di tempat umum. Rata-rata masyarakat belum memahami bahasa isyarat, disebabkan kurangnya sumber informasi yang memadai. Masyarakat biasanya hanya dapat memahami melalui kamus, yang dimana cara tersebut tidak cukup efektif. Penelitian ini bertujuan mengembangkan sebuah model machine learning untuk deteksi bahasa isyarat secara real-time menggunakan algoritma YOLOv8. Dataset yang digunakan terdiri dari 25.000 gambar, di mana dilakukan perbandingan parameter dan variasi YOLOv8. Model terbaik diperoleh dari varian YOLOv8m dengan akurasi 93,8%, menggunakan optimizer Adam dengan learning rate 0.001 sebagai parameter optimisasi yang optimal.
Copyrights © 2024