Implementasi Mediapipe dan Long Short-Term Memory (LSTM) Untuk Pengenalan Gesture Bahasa Isyarat Indonesia (BISINDO) Secara Real-Time

M Feri Ardiyansyah (Universitas Islam Majapahit)
Soffa Zahara (Universitas Islam Majapahit)
Yanuarini Nur Sukmaningtyas (Universitas Islam Majapahit)

Submit : Jurnal Ilmiah Teknologi Informasi dan Sains
Vol. 6 No. 1 (2026): Juni 2026

Komunikasi antara penyandang Tuli dan masyarakat umum sering mengalami hambatan karena perbedaan media komunikasi yang digunakan. Penelitian ini bertujuan mengembangkan sistem pengenalan Bahasa Isyarat Indonesia (BISINDO) secara real-time menggunakan MediaPipe dan Long Short-Term Memory (LSTM). Dataset yang digunakan terdiri dari 25 kelas gesture dengan total 2.500 sampel. MediaPipe digunakan untuk mengekstraksi landmark tangan, sedangkan LSTM digunakan untuk mengklasifikasikan gesture BISINDO. Hasil evaluasi model menunjukkan nilai accuracy, precision, recall, dan F1-score sebesar 100%, sedangkan pengujian real-time memperoleh akurasi sebesar 91,76%. Sistem juga mampu menampilkan hasil deteksi dalam bentuk teks, menyusun kalimat sederhana, serta mengubah hasil deteksi menjadi suara melalui fitur Text-to-Speech. Hasil penelitian menunjukkan bahwa kombinasi MediaPipe dan LSTM mampu mengenali gesture BISINDO secara efektif untuk mendukung komunikasi yang lebih inklusif.