DETEKSI BAHASA ISYARAT BISINDO BERBASIS DEEP LEARNING MENGGUNAKAN YOLOv11

Salsabina, Annisa (2026) DETEKSI BAHASA ISYARAT BISINDO BERBASIS DEEP LEARNING MENGGUNAKAN YOLOv11. Skripsi thesis, UNAMA.

Preview	Text BAB I.pdf Download (81kB) | Preview
	Text BAB II.pdf Restricted to Registered users only Download (254kB)
	Text BAB III.pdf Restricted to Registered users only Download (41kB)
	Text BAB IV.pdf Restricted to Registered users only Download (583kB)
Preview	Text BAB V.pdf Download (729kB) | Preview
Preview	Text BAB VI.pdf Download (14kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (75kB) | Preview

Abstract

Bahasa isyarat merupakan sarana komunikasi utama bagi penyandang tunarungu dalam berinteraksi dengan lingkungan sekitar, baik dalam kehidupan sehari-hari, dunia pendidikan, maupun aktivitas sosial. Namun, keterbatasan pemahaman bahasa isyarat oleh masyarakat umum masih menjadi hambatan dalam proses komunikasi, sehingga diperlukan solusi berbasis teknologi untuk menjembatani permasalahan tersebut. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem deteksi Bahasa Isyarat Indonesia (BISINDO) berbasis deep learning menggunakan algoritma YOLOv11. Dataset yang digunakan pada penelitian ini terdiri dari 2.100 citra gesture tangan BISINDO yang telah melalui tahap preprocessing, pelabelan, dan augmentasi data sebelum digunakan dalam proses pelatihan model guna meningkatkan akurasi dan ketahanan sistem. Hasil penelitian menunjukkan bahwa model YOLOv11 mampu mendeteksi dan mengklasifikasikan bahasa isyarat BISINDO dengan performa yang sangat baik, dengan nilai tertinggi sebesar 0.93. Berdasarkan hasil tersebut, sistem yang dikembangkan berpotensi menjadi solusi awal yang efektif dalam membantu komunikasi antara penyandang tunarungu dan masyarakat umum serta mendukung penerapan teknologi inklusif di masa depan.

Item Type:	Thesis (Skripsi)
Subjects:	Sistem Kontrol
Divisions:	Skripsi > Sistem Komputer > 2025
Depositing User:	Digital Library
Date Deposited:	22 Oct 2026 07:53
Last Modified:	22 Oct 2026 07:53
URI:	https://repository.unama.ac.id/id/eprint/5544

Actions (login required)

View Item