.
2025 · Book · Koleksi Perpustakaan
.
Profil penulis
IKHSAN MAULANA
2 karya publik ditemukan.
2025: 2
.
.
SISTEM PENERJEMAH ABJAD BAHASA ISYARAT GESTUR TANGAN SECARA REAL-TIME MENGGUNAKAN GUI PYQT5 DAN DEEP-LEARNING YOLOv8
Komunikasi merupakan elemen penting dalam kehidupan sosial, namun menjadi tantangan bagi penyandang tuna rungu-wicara akibat keterbatasan dalam menyampaikan dan menerima informasi. Bahasa isyarat menjadi solusi utama dalam berkomunikasi, namun tidak semua orang mampu memahaminya. Untuk itu, penelitian ini mengusulkan sistem penerjemah abjad bahasa isyarat gestur tangan secara real-time menggunakan GUI PyQt5 dan deep-learning YOLOv8. Sistem ini dirancang untuk mendeteksi gestur tangan dan menerjemahkannya ke dalam huruf abjad dan pesan suara secara otomatis dengan tampilan interface yang interaktif. Penelitian ini menggunakan dataset berjumlah 2028 data primer setelah melalui proses resize dan augmentasi berupa brightness, saturation, grayscale, dan exposure dengan proporsi pembagian dataset terdiri 92% data latih, 4% data validasiasi dan 4% data uji. Hasil pengujian sistem terhadap 4% data uji mendapatkan nilai precision, recall, dan f-measure seluruhnya adalah 1. Sedangkan hasil pengujian sistem terhadap citra real-time yang diambil sebanyak 10 sampel setiap kelas gestur untuk tangan kanan dan kiri dengan jarak 50 cm (total 520 citra) menunjukkan performa terbaik pada tangan kanan dengan precision 0,97, recall 0,88, dan f-measure 0,90, sementara performa pada tangan kiri tetap menunjukkan performa yang baik meskipun sedikit menurun. Pengujian juga dilakukan terhadap kondisi pencahayaan dan ketajaman citra dengan empat variasi skema dan dengan pencahayaan ruangan menggunakan lampu dengan intensitas 9 watt, mendapatkan performa terbaik tercapai saat kecerahan dikurangi 50, dengan precision 0,86, recall 0,74, dan f-measure 0,78, yang menunjukkan bahwa kualitas visual citra memengaruhi kinerja sistem deteksi. Selain itu, pengujian aspek usability menggunakan kuesioner System Usability Scale (SUS) yang diisi oleh 20 responden menghasilkan skor 80,38 dan masuk kedalam kategori “Good”, yang menandakan bahwa sistem ini tidak hanya baik dalam mendeteksi tetapi juga mudah digunakan dan memberikan pengalaman pengguna yang positif secara keseluruhan.