Klasifikasi Frame Bahasa Isyarat Huruf Sibi Menggunakan Fitur Landmark dan Long Short-Term Memory (LSTM)

Abstract

Bahasa isyarat merupakan sarana komunikasi utama bagi penyandang tunarungu. Di Indonesia, salah satu sistem resmi yang digunakan adalah Sistem Isyarat Bahasa Indonesia (SIBI). Penelitian ini bertujuan mengevaluasi pendekatan klasifikasi huruf SIBI berbasis urutan frame landmark tangan yang diperoleh dari MediaPipe Hands. Data sekuensial hasil ekstraksi digunakan sebagai input model Long Short-Term Memory (LSTM) untuk mengenali pola temporal dari pergerakan tangan. Tahapan penelitian meliputi akuisisi data, preprocessing, ekstraksi fitur, pelatihan, dan evaluasi. Hasil pengujian menunjukkan bahwa model LSTM mampu mengklasifikasikan huruf SIBI dengan akurasi validasi lebih dari 95%. Evaluasi menggunakan precision, recall, dan F1-score menunjukkan kinerja yang stabil. Penelitian ini berpotensi menjadi dasar pengembangan aplikasi pengenalan bahasa isyarat yang responsif, efisien, dan inklusif.