UNRIYOUNRIYO

International Journal of Informatics and ComputationInternational Journal of Informatics and Computation

Orang tuli menghadapi tantangan komunikasi dengan masyarakat umum karena keterbatasan pendengaran mereka, yang memerlukan penggunaan bahasa isyarat. Kesenjangan pemahaman bahasa isyarat antara orang tuli dan masyarakat umum sering menghambat interaksi sosial mereka. Penelitian ini mengembangkan model deteksi objek SIBI menjadi aplikasi berbasis Android yang dapat mendeteksi dan menerjemahkan sistem bahasa isyarat Indonesia (SIBI) menjadi bahasa lisan. Pengembangan aplikasi ini menggunakan metode Rapid Application Development (RAD), yang mencakup tahap perencanaan persyaratan, desain pengguna, konstruksi, dan penyelesaian. Aplikasi dibangun menggunakan bahasa pemrograman Kotlin dan model deteksi gestur berbasis TensorFlow Lite dengan tiga fitur utama: deteksi gestur SIBI waktu nyata, informasi SIBI, dan terjemahan Indonesia ke SIBI. Pengujian melibatkan 30 responden dengan pendengaran normal dan menggunakan metode Blackbox Testing. Hasil pengujian kelayakan mencapai 85,6%, menunjukkan kelayakan dan efektivitas aplikasi. Blackbox Testing mencapai skor 100%, mengonfirmasi fungsi sistem yang sangat tinggi. Aplikasi Deteksi Bahasa Isyarat Indonesia (SIBI) berhasil dikembangkan menggunakan metode RAD. Aplikasi ini terbukti efektif sebagai alat komunikasi yang menjembatani orang tuli dengan masyarakat luas di Indonesia.

Berdasarkan penelitian yang dilakukan, aplikasi MySIBI berhasil dikembangkan menggunakan metode RAD dan bahasa pemrograman Kotlin, dengan tiga komponen utama.deteksi gestur waktu nyata, informasi SIBI, dan terjemahan Indonesia ke SIBI.Aplikasi ini dapat mendeteksi 15 kelas tanda SIBI, yang mencakup 5 vokal dan 10 kata, secara waktu nyata.Hasil pengujian kelayakan dari 30 responden mencapai 85,6%, dan Black Box Testing menunjukkan akurasi 100%, menunjukkan bahwa aplikasi ini layak dan efektif sebagai alat bantu komunikasi untuk menjembatani orang tuli dan masyarakat umum di Indonesia.Penelitian ini menunjukkan kesesuaian RAD untuk mengembangkan aplikasi deteksi SIBI waktu nyata, karena mendukung pengujian dan penyesuaian iteratif.Fleksibilitas RAD memungkinkan penyesuaian cepat terhadap model TensorFlow Lite, memastikan akurasi pengenalan tinggi sambil menjaga jadwal pengembangan yang efisien.

Untuk penelitian lanjutan, disarankan untuk mengembangkan aplikasi yang lebih inklusif dengan menambahkan fitur-fitur baru seperti deteksi gestur yang lebih kompleks, terjemahan dua arah, dan integrasi dengan platform komunikasi populer. Selain itu, penelitian dapat dilakukan untuk mengeksplorasi efektivitas aplikasi dalam berbagai konteks sosial dan budaya, serta mengukur dampak positifnya terhadap aksesibilitas dan inklusi orang tuli di Indonesia. Terakhir, penelitian dapat dilakukan untuk mengoptimalkan model TensorFlow Lite agar lebih akurat dan efisien, serta mengintegrasikan teknologi kecerdasan buatan lainnya untuk meningkatkan pengalaman pengguna dan akurasi penerjemahan.

  1. Aplikasi Deteksi Penyakit pada Daun Tomat Berbasis Android Menggunakan Model Terlatih Tensorflow Lite... jurnal.unpad.ac.id/teknotan/article/view/45700Aplikasi Deteksi Penyakit pada Daun Tomat Berbasis Android Menggunakan Model Terlatih Tensorflow Lite jurnal unpad ac teknotan article view 45700
  2. Aplikasi Penerjemah Bahasa Isyarat Indonesia menjadi Suara berbasis Android menggunakan Tensorflow |... jurnal.pcr.ac.id/index.php/jkt/en/article/view/4629Aplikasi Penerjemah Bahasa Isyarat Indonesia menjadi Suara berbasis Android menggunakan Tensorflow jurnal pcr ac index php jkt en article view 4629
  3. APLIKASI PENGENALAN ABJAD SISTEM ISYARAT BAHASA INDONESIA (SIBI) DENGAN ALGORITMA YOLOv5 | Permana |... doi.org/10.21107/simantec.v11i2.19783APLIKASI PENGENALAN ABJAD SISTEM ISYARAT BAHASA INDONESIA SIBI DENGAN ALGORITMA YOLOv5 Permana doi 10 21107 simantec v11i2 19783
Read online
File size361.02 KB
Pages9
DMCAReport

Related /

ads-block-test