ABSTRAK
Penyandang tunarungu utamanya berkomunikasi melalui bahasa isyarat. Di
berbagai belahan dunia, terdapat berbagai jenis bahasa isyarat yang berbeda,
misalnya American Sign Language (ASL) di Amerika Serikat dan Sistem Isyarat
Bahasa Indonesia (SIBI) di Indonesia. Bahasa isyarat membantu penyandang
tunarungu berkomunikasi, tetapi masyarakat umum masih sangat terbatas dalam
memahami dan menggunakan bahasa ini. Hal ini menimbulkan hambatan bagi
penyandang tunarungu dan orang yang tidak mengerti bahasa isyarat untuk
berkomunikasi. Perkembangan teknologi informasi di era modern memberikan
peluang besar untuk membuat solusi untuk mengatasi tantangan komunikasi.
Solusi yang telah disetujui adalah, dengan mengimplementasikan algoritma
machine learning LSTM dan YOLOv8 untuk mengenali gesture dan gambar dari
sebuah bahasa isyarat. Proyek ini mengembangkan sebuah aplikasi berbasis
website sebagai wadah untuk sistem penerjemah bahasa isyarat, website ini juga
bertujuan untuk menjadi media pembelajaran yang efektif. Website ini diharapkan
dapat meningkatkan ketertarikan masyarakat untuk mempelajari serta memahami
bahasa isyarat SIBI.
Dalam pengujian menggunakan beberapa parameter, algoritma LSTM
menunjukkan kemampuan mendeteksi dan menerjemahkan bahasa isyarat dengan
akurasi 98%. Sementara itu, algoritma YOLOv8 menunjukkan kinerja yang cukup
baik dalam mengidentifikasi dan menerjemahkan gambar dalam alphabet bahasa
isyarat, dengan tingkat akurasi 99% dan mAP 50-95 98%. Akurasi pendeteksian
gesture sangat sensitif terhadap pencahayaan namun mampu menangkap satu
pengguna pada satu waktu. YOLOv8 ideal dalam kondisi cahaya terang, tetapi
mengalami penurunan dalam kondisi cahaya redup dan pada jarak lebih dari 3 cm.
Hasil indeks dari usability testing terlihat bahwa sistem penerjemah bahasa isyarat
dinilai baik oleh pengguna dengan skor 80%, namun lama durasi penerjemahan,
tutorial yang disediakan, dan website secara keseluruhan memerlukan peningkatan
dengan skor masing-masing 76%, 68% dan 78%. Secara umum, sistem
penerjemah ini dianggap sudah baik oleh pengguna di SLB Negeri Cicendo
Bandung, namun beberapa bagian masih memerlukan dorongan optimasi untuk
memperluas pemenuhan pengguna.
Kata Kunci: SIBI, LSTM, YOLOv8, Penerjemah bahasa isyarat.