PENGENALAN KOSA KATA BAHASA ISYARAT INDONESIA DENGAN MENGGUNAKAN METODE LONG-SHORT TERM MEMORY

BISINDO adalah bahasa isyarat yang banyak digunakan dan dipilih sebagai alat komunikasi oleh komunitas tuli. Berkembangnya teknologi pada masa ini banyak peneliti yang meneliti mengenai pengenalan bahasa isyarat menggunakan machine learning. Kebanyakan penelitian yang sudah ada mengenai pengenalan alfabet dan angka dalam bahasa isyarat. Tidak seperti alfabet dan angka dalam bahasa isyarat yang statis, kecuali alfabet J dan R yang memiliki sedikit pergerakan yang tidak diikut sertakan, kosa kata dalam bahasa isyarat memerlukan pergerakan tangan, ekspresi wajah dan anggota tubuh lainnya. Long-Short Term Memory (LSTM) dapat digunakan untuk data yang berjenis video, yang dimana pergerakan bahasa isyarat kosa kata dapat disimpan dalam bentuk video. MediaPipe Holistik digunakan pada penelitian ini. Data yang digunakan sebanyak 500 data, dibagi menjadi 95% data latih, 2.5% data validasi, dan 2.5% data uji. Menggunakan 2 model LSTM dengan aktivasi yang akan digunakan berbeda, yaitu ReLu dan Tanh. Dari hasil pengujian menggunakan data uji menghasilkan tingkat akurasi untuk model dengan ReLu sebesar 92% sedangkan dengan Tanh sebesar 84%.
Kata kunci : Long Short Term Memory (LSTM), MediaPipe Holistik, Bahasa Isyarat, BISINDO