Sign Language Translator Using Deep Learning

Abstract

Di era komunikasi digital saat ini, kesempatan untuk interaksi yang efektif antara orang tuli dan orang yang sulit mendengar menjadi lebih penting dari sebelumnya. Meskipun bahasa isyarat telah menjadi jembatan komunikasi yang penting, kemungkinan salah tafsir dan salah tafsir sering muncul sebagai tantangan yang menghambat komunikasi yang efektif. Mengidentifikasi kebutuhan mendesak akan solusi inovatif, penelitian ini bertujuan untuk mengembangkan aplikasi berbasis pembelajaran mesin yang diberdayakan secara khusus untuk berfokus terutama pada pengeditan teks. Dengan memanfaatkan kekuatan teknik LSTM, aplikasi ini dirancang tidak hanya untuk mengidentifikasi tetapi juga memperbaiki kesalahan interpretasi bahasa isyarat secara real time. Manfaat signifikan dari metode ini terbukti dalam peningkatan akurasi yang mencolok, mencapai 92,5% yang mengesankan. Selain itu, penelitian ini tidak hanya tentang teknologi tetapi juga tentang inklusi sosial. Dengan tujuan untuk mengurangi hambatan komunikasi dan mempromosikan interaksi yang lebih inklusif antara komunitas tuna rungu dan tuna rungu, aplikasi ini menandai langkah penting dalam merevolusi cara kita memahami, menerjemahkan, dan berkomunikasi melalui bahasa isyarat, memastikan bahwa setiap pesan tidak hanya dikirimkan tetapi diterima dengan kejelasan dan akurasi yang optimal.

Kata kunci: Machine Learning, SIBI, LSTM