net/publication/356025865
CITATIONS READS
0 18
3 authors, including:
All content following this page was uploaded by Mohammad Idham Fachrurrozi on 09 November 2021.
1,2,3)
Program Studi Informatika, Fakultas Ilmu Komputer, UPN “Veteran” Jawa Timur
Abstrak
Interaksi Sosial merupakan sebuah kegiatan manusia dalam berhubungan dengan manusia
lainnya, kegiatan ini terjadi saat manusia melakukan kontak sosial dan komunikasi. Jenis
dalam melakukan komunikasi melalui media yang bisa digunakan salah satunya
menggunakan media komunikasi bahasa isyarat tangan. Terkadang masyarakat belum
paham akan bahasa isyarat tangan yang disampaikan oleh masyarakat tuna rungu, oleh
karena itu diperlukan sebuah sistem pengenalan guna membantu keberlangsungan kedua
masyarakat tersebut. Pengembangan sistem pendeteksi Indonesia Sign Language berbasis
web diharapkan dapat menjadi jembatan antara masyarakat non tuna rungu dengan
masyarakat tuna rungu. Sistem pada web ini menggunakan kerangka kerja pada bahasa
pemrograman Python dengan pemanfaatan Microframework Flask sehingga dapat
memudahkan dalam membangun sistem aplikasi serta tak lain karena fungsionalitasnya
berbasis website sehingga dapat mudah untuk melakukan akses fitur-fitur pada sistem
klasifikasi citra masukan gambar dan sistem ini dapat diakses dari berbagai macam
platform seperti Windows, Android, dan iOS. Sistem ini dirancang menggunakan bantuan
kecerdasan buatan yakni algoritma jaringan syaraf tiruan untuk melakukan prediksi
klasifikasi dan prediksi lokalisasi bahasa isyarat tangan. Hasil dalam penelitian ini adalah
sebuah aplikasi pendeteksi bahasa isyarat yang mampu mendeteksi berbagai macam
bentuk dengan jumlah 26 kelas bahasa isyarat dari huruf alfabet A hingga Z.
Kata Kunci: Klasifikasi, BISINDO, Bahasa Isyarat Indonesia, Indonesia Sign Language,
Machine Learning
1. PENDAHULUAN
Interaksi Sosial merupakan sebuah kegiatan manusia dalam berhubungan dengan
manusia lainnya. Kegiatan tersebut dapat terjadi saat manusia melakukan kontak sosial
dan komunikasi [1]. Adapun komunikasi merupakan sarana penyampaian informasi
dengan proses memberi dan menerima bermacam makna di antara dua orang atau lebih
[2]. Di dalam hubungan masyarakat terdapat kelompok masyarakat lain seperti
masyarakat tuli dengan keadaan yang sedikit spesial dimana mereka tidak memiliki
kemampuan untuk mendengar karena tidak memiliki indera pendengaran atau berada
pada level pendengaran tertentu sehingga membuat mereka tidak dapat berkomunikasi
secara efektif saat menggunakan bahasa lisan. Oleh karena itu, untuk membantu
menunjang sarana komunikasi antar dua masyarakat tersebut tercipta bahasa isyarat.
Terdapat beberapa jenis dalam melakukan komunikasi melalui media yang bisa
digunakan untuk saling berinteraksi satu sama lain, salah satu dari media tersebut adalah
bahasa isyarat tangan [3].
Sistem Isyarat Bahasa Indonesia (SIBI) merupakan sistem bahasa isyarat yang
telah ditetapkan oleh Pemerintah Indonesia sebagai bahasa pengantar di Sekolah Luar
Biasa (SLB), dan telah memiliki kamus yang diterbitkan oleh pemerintah dan sudah
disebarluaskan mulai tahun 1996 dan pada tahun 2015 salah satu organisasi
kemasyarakatan yang bernama Gerakan Kesejahteraan Tunarungu Indonesia
450
Implementasi Sistem Pendeteksi Indonesia Sign Language Bisindo berbasis Web Flask
2. METODOLOGI
Dibutuhkan rangkaian langkah-langkah kerja yang sistematis dengan urutan yang
telah direncanakan guna membantu penelitian ini dengan baik. Hal ini bertujuan agar
mampu mencapai tujuan penelitian. Adapun metodologi pada penelitian ini terdiri dari
beberapa tahapan yang diilustrasikan pada gambar 1.
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2, No. 2. Juli 2021 | 451
Implementasi Sistem Pendeteksi Indonesia Sign Language Bisindo berbasis Web Flask
penulis lakukan, dokumentasi resmi dari perangkat lunak, serta berbagai forum diskusi
daring perangkat lunak.
Objek data pada penelitian ini merupakan dataset yang digunakan bernama
ISLBISINDO1 yang dibuat oleh tiga orang dengan total gambar yang ada sebanyak 2080
data yang terbagi menjadi 26 kelas dari huruf A hingga Z dengan menerapkan aturan
pareto [5]. Dalam aturan pareto tersebut sehingga pembagian data latih dan data uji yang
masing-masing sebesar 80% dan 20%. Pengambilan gambar dataset tersebut
menggunakan kamera Digital Single Lens Reflex (DSLR) Canon tipe 1200D yang
mengakibatkan ukuran gambar sebesar 1728x 2592. Setiap data berekstensi “.JPG”
dengan orientasi rotasi yang tidak beraturan. Adapun objek data tersebut dapat dilihat
pada gambar 2.
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2, No. 2. Juli 2021 | 452
Implementasi Sistem Pendeteksi Indonesia Sign Language Bisindo berbasis Web Flask
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2, No. 2. Juli 2021 | 453
Implementasi Sistem Pendeteksi Indonesia Sign Language Bisindo berbasis Web Flask
Pada mulanya pengguna memasukkan citra bahasa isyarat BISINDO khusus abjad
A sampai Z. Pada gambar 5 tersebut masukan citra yang dilakukan adalah 128 × 128
sehingga hanya memerlukan beberapa detik saja pada proses klasifikasi karena semakin
besar masukan citra maka semakin lama pula proses klasifikasi dan lokalisasi yang
dilakukan oleh sistem.
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2, No. 2. Juli 2021 | 454
Implementasi Sistem Pendeteksi Indonesia Sign Language Bisindo berbasis Web Flask
Pada gambar 6 merupakan tampilan hasil prediksi abjad dari bahasa isyarat
tersebut serta menunjukkan angka akurasi dari prediksi atas citra masukan dengan
jawaban abjad sebenarnya. Dan menunjukkan angka akurasi sebesar
99.9818503856659% pada huruf A. Hal ini dapat dikatakan bahwa implementasi sistem
telah berhasil dibangun dengan baik.
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2, No. 2. Juli 2021 | 455
Implementasi Sistem Pendeteksi Indonesia Sign Language Bisindo berbasis Web Flask
prediksi sebuah kelas bahasa isyarat tangan serta prediksi lokalisasi pada citra bahasa
isyarat. Kemudian juga berhasil dilakukan pengujian pada fungsionalitas sistem dengan
menggunakan metode black box testing secara baik.
Adapun untuk saran dalam pengembangan penelitian ini yaitu peningkatan pada
cara kerja sistem seperti menambahkan fitur secara realtime pada pengenalan huruf
bahasa isyarat dengan menggunakan kamera sehingga lebih memudahkan pengguna
dalam mengklasifikasi citra gambar.
5. DAFTAR RUJUKAN
[1] Soekanto. S & Budi S., 2014. Sosiologi Suatu Pengantar. Jakarta: PT. Raja
Grafindo Persada.
[2] Aththar, Muhammad Ahmad. 2012. The Magic of Communication. Jakarta:
Serambi Ilmu Semesta.
[3] Mursita, Rohmah Ageng. 2015. “Respon Tunarungu Terhadap Penggunaan Sistem
Bahasa Isyarat Indonesia (SIBI) Dan Bahasa Isyarat Indonesia (BISINDO) Dalam
Komunikasi.” INKLUSI. 2(2), pp. 221-232.
[4] Utama, A. (2015). Penyandang Tunarungu Desak Pemerintah Aplikasikan Bisindo.
[Online] Available at https://www.cnnindonesia.com/nasional/20150928095727-
20-81295/penyandang-tunarungu-desak-pemerintah-aplikasikan-bisindo [Accessed
21 Mei 2021].
[5] R. Dunford, Q. Su, E. Tamang, A. Wintour, and Project. 2014. “The Pareto
Principle Puzzle,” Plymouth Student Sci., vol. 7, no. 1, pp. 140–148.
[6] Novaliendry, D. 2009. “APLIKASI PENGGUNAAN METODE PROMETHEE
DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK PENENTUAN
MEDIA PROMOSI Studi Kasus: STMIK Indonesia”. 5(2), pp. 104-111.
[7] Cahya, F.N., Suherman, D., Aryanti, S., Angga, H.P & Saifudin, A. 2019.
“Pengujian Black Box pada Aplikasi Sistem Seleksi Sales Terbaik Menggunakan
Teknik Equivalence Partitions” Jurnal Informatika Universitas Pamulang. 4(4), pp.
125-130.
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2, No. 2. Juli 2021 | 456