IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK MENERJEMAHKAN BAHASA ISYARAT

Abstract

Penerjemahan bahasa isyarat merupakan bagian penting dalam memfasilitasi komunikasi efektif dengan individu penyandang disabilitas pendengaran. Penelitian ini menggambarkan implementasi algoritma Convolutional Neural Network (CNN) menggunakan YOLOV5 untuk menerjemahkan bahasa isyarat menjadi teks. Metodologi eksperimental digunakan dengan memanfaatkan dataset berisi citra tangan yang menggambarkan isyarat dalam Bahasa Isyarat Indonesia (BISINDO). Proses pelatihan YOLOV5 melibatkan langkah-langkah deteksi objek dan klasifikasi untuk mengenali isyarat tangan yang kompleks. Hasil eksperimen menunjukkan kemampuan YOLOV5 dalam menerjemahkan bahasa isyarat dengan tingkat akurasi yang memuaskan. Penelitian ini memberikan kontribusi pada pengembangan sistem penerjemah bahasa isyarat yang dapat digunakan dalam berbagai konteks, mendukung inklusivitas dan memudahkan komunikasi antara komunitas tuli dengan individu yang tidak menggunakan bahasa isyarat.