Rancang Bangun Aplikasi Penerjemah SIBI (Sistem Isyarat Bahasa Indonesia) Menggunakan Algoritma Random Forest Classifier
DOI:
https://doi.org/10.34818/eoe.v9i6.19132Abstrak
Abstrak-Tunarungu merupakan salah satu masalah di Indonesia. Tunarungu dapat diartikan sebagai suatu keadaan kehilangan pendengaran yang mengakibatkan seseorang tidak dapat menangkap berbagai rangsangan, terutama melalui Indera pendengarannya. Cara berkomunikasi dengan tunarungu adalah menggunakan bahasa isyarat atau gerakan gestur tubuh. Berkomunikasi dengan tunarungu akan semakin sulit jika tidak mengetahui bahasa isyarat yang dipakai di Indonesia. Maka dari itu penelitian ini membahas mengenai cara berkomunikasi dengan tunarungu menggunakan BISINDO (Bahasa Isyarat Indonesia) dan merancang aplikasi untuk belajar berkomunikasi dengan tunarungu secara digital. Pada penelitian ini dirancang sebuah prototipe aplikasi tunarungu menggunakan machine learning dengan pengolahan citra video melalui bahasa pemrograman python. Algoritma yang digunakan untuk penelitian adalah klasifikasi pohon acak atau random forest classifier. Alat bantu dari algoritma ini menggunakan library module dari scikit learn dan mediapipe holistic. Sistem yang dihasilkan mengklasifikasi mendeteksi gestur dari kosakata isyarat BISINDO secara langsung yang dikonversi menjadi sebuah teks. Dalam penelitian ini hasil evaluasi model menggunakan confusion matrix dan memiliki pengujian skenario berdasarkan pembagian training dan testing data. Dari hasil evaluasi model, mendapatkan nilai akurasi, presisi, sensitivitas dan f1-score masing-masing mencapai 100%. Penelitian ini diharapkan dapat membantu penyandang tunarungu dalam berkomunikasi dengan orang normal sehingga tidak terjadi kesenjangan sosial dan diharapkan penelitian ini dapat dilanjutkan ke penelitian berikutnya. Kata kunci - Tunarungu, Machine learning, scikit learn, mediapipe holistic, Python, random forest, confusion matrix.Unduhan
Referensi
[1] M. Panwar, “Hand Gesture Recognition based on
Shape Parameters,” 2012 International
Conference on Computing, Communication
and Applications, no. doi:
10.1109/ICCCA.2012.6179213., pp. 1-6, 2012.
[2] R. Hartanto, A. Susanto dan P. Insap Santosa,
“Preliminary design of static
indonesian sign language recognition system,”
2013 International Conference on
Information Technology and Electrical
Engineering (ICITEE),
no. 10.1109/ICITEED.2013.6676236, pp. 187-
192, 2013.
[3] A. Muzakir dan R. Wulandari, “Model Data
Mining sebagai Prediksi Penyakit Hipertensi
dengan Teknik Decision Tree,” Scientific
Journal of Informatics , pp. 19-26, 2016.
[4] L. Breinman, Random Forest, Netherlands:
Kluwers Academic Publishers, 2011.
[5] T. N. Nuklianggraita, A. dan A. Aditsania, “On the
Feature Selection of Microarray Data for
Cancer Detection based on Random Forest
Classifier, ” Jurnal INFOTEL, pp. 89-96, 2020



