ALATAS, OLFAT HARITS (2026) PENGEMBANGAN SISTEM KLASIFIKASI BAHASA ISYARAT BISINDO SECARA REAL-TIME DENGAN RASPBERRY PI. Tugas Akhir/Skripsi thesis, Universitas Ma Chung.
![[img]](http://repository.machung.ac.id/style/images/fileicons/text.png) |
Text
312210018_Olfat Harits Alatas_LapTA.pdf Download (3MB) |
Abstract
Komunikasi merupakan kebutuhan fundamental manusia, namun kesenjangan
komunikasi masih sering terjadi antara masyarakat dengar dan komunitas Tuli yang
menggunakan Bahasa Isyarat Indonesia (BISINDO). Solusi teknologi yang ada saat ini
seringkali bergantung pada perangkat keras mahal atau komputasi cloud yang tidak
praktis untuk penggunaan sehari-hari. Penelitian ini bertujuan untuk mengembangkan
sistem penerjemah bahasa isyarat portable dan real-time berbasis embedded system
menggunakan Raspberry Pi 5.
Penelitian ini menerapkan pendekatan hybrid dalam mengklasifikasikan gestur.
Untuk gestur statis (huruf, angka dan kata statis), digunakan algoritma Random Forest
karena efisiensinya pada data tabular. Sedangkan untuk gestur dinamis, dilakukan studi
perbandingan antara arsitektur Long Short-Term Memory (LSTM) dan Transformer
untuk menangkap dependensi spasio-temporal. Ekstraksi fitur dilakukan menggunakan
MediaPipe Hands yang menghasilkan 21 titik koordinat kerangka tangan (landmarks).
Hasil pengujian membuktikan bahwa pendekatan hybrid sangat efektif. Pada
gestur statis, Random Forest mencatatkan performa sempurna dengan akurasi 100%.
Temuan signifikan terlihat pada klasifikasi gestur dinamis, di mana arsitektur
Transformer berhasil mengungguli LSTM dengan akurasi uji 98,57% berbanding
94,50%. Keunggulan ini semakin teruji pada validasi real-time, di mana Transformer
mampu mempertahankan stabilitas prediksi dengan akurasi 93%, jauh melampaui
LSTM yang hanya mencapai 86%. Hal ini menunjukkan bahwa mekanisme SelfAttention pada Transformer lebih efektif dalam menangkap konteks spasio-temporal
jangka panjang dibandingkan gerbang memori LSTM, menjadikan sistem ini solusi
yang lebih andal untuk implementasi di dunia nyata.
Kata Kunci: BISINDO, Raspberry Pi, Random Forest, LSTM, Transformer,
Computer Vision.
| Item Type: | Thesis (Tugas Akhir/Skripsi) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknologi dan Desain > S1 Teknik Informatika |
| Depositing User: | umclibs1 |
| Date Deposited: | 23 Jan 2026 02:14 |
| Last Modified: | 23 Jan 2026 02:14 |
| URI: | http://repository.machung.ac.id/id/eprint/1092 |
Actions (login required)
 |
View Item |