PERANCANGAN DAN IMPLEMENTASI ANTARMUKA WEBSITE UNTUK DETEKSI BAHASA ISYARAT DALAM MENDUKUNG KOMUNIKASI TEMAN DENGAR DAN TEMAN RUNGU
Abstract
Keterbatasan pemahaman bahasa isyarat pada Masyarakat umum menyebabkan terjadinya hambatan komunikasi dengan penyandang tunarungu. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah antarmuka website yang mampu mendeteksi dan menerjemahkan bahasa isyarat secara real-time sebagai media bantu komunikasi antar teman dengar dan teman rungu. Metode yang digunakan Adalah Convolutional Neural Network (CNN) untuk pelatihan model pengenalan gesture bahasa isyarat, yang selanjutnya diintegrasikan ke dalam aplikasi web berbasis HTML, CSS, dan JavaScript. Pengujian dilakukan dengan menguji enam gesture bahasa isyarat, masing-masing sebanyak sepuluh kali percobaan. Hasil pengujian menunjukkan bahwa sistem mampu mencapai akurasi rata-rata sebesar 68.33% dengan waktu respons deteksi kurang dari satu detik.. Selain itu, pengujian fungsional dan kompatibilitas menunjukkan bahwa antarmuka website dapat berjalan dengan baik dan responsive pada berbagai resolusi layar laptop. Berdasarkan hasil tersebut, sistem yang dikembangkan dinilai cukup dan berpotensi meningkatkan aksesibilitas serta inklusivitas komunikasi.
Kata kunci— Bahasa isyarat, CNN, deep learning, website, komunikasi inklusif
References
R. Ahmad and D. Sari, “Bahasa Isyarat Indonesia (BISINDO) recognition using HTML, CSS, JavaScript, and AI models,” 2019.
T. Brown and M. Davis, “British Sign Language recognition using Bootstrap, JavaScript, and deep learning,” 2022.
K. Chung and S. Kang, “Deep learning-based sign language recognition using multi-modal sensors,” *Sensors*, vol. 20, no. 3, p. 739, 2020.
A. Garg, S. Malik, and A. Aggarwal, “Improving sign language recognition using deep learning techniques,” *IEEE Transactions on Instrumentation and Measurement*, vol. 70, pp. 1–11, 2021.
O. Koller, S. Zargaran, H. Ney, and R. Bowden,
“Deep sign: Enabling robust statistical sign language recognition,” in *Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)*,
R. Nurchaliza, “JavaScript: Bahasa pemrograman untuk membangun web interaktif,” Telkom University, n.d..
