<![CDATA[Bahasa Isyarat Indonesia (Bisindo) berperan penting sebagai media komunikasi komunitas tuli, namun pemahaman masyarakat terhadap bahasa ini masih rendah. Penelitian sebelumnya umumnya terbatas pada deteksi isyarat per kata tanpa pemrosesan lanjutan menggunakan Natural Language Processing (NLP) maupun integrasi ke dalam aplikasi. Penelitian ini mengembangkan prototipe sistem penerjemah sederhana Bisindo yang mampu mengenali gerakan isyarat dan menampilkannya dalam bentuk teks. Sistem memanfaatkan MediaPipe Holistic untuk mengekstraksi titik landmark tubuh, tangan, dan wajah, yang kemudian diklasifikasikan menggunakan model Long Short-Term Memory (LSTM). Hasil klasifikasi diproses lebih lanjut dengan metode NLP berbasis aturan (rule-based) untuk menyusun kalimat sederhana yang bermakna. Hasil pengujian menunjukkan bahwa sistem dapat mengenali beberapa isyarat dasar dengan baik, meskipun akurasi menurun pada kondisi pencahayaan ekstrem akibat keterbatasan MediaPipe dalam mendeteksi landmark secara konsisten. Penelitian ini memberikan kontribusi awal dalam pengembangan teknologi penerjemah Bisindo berbasis kecerdasan buatan, serta berpotensi menjadi dasar untuk penelitian lanjutan menuju sistem penerjemah yang lebih andal dan aplikatif.]]>
Copyrights © 2025
