PENGENALAN BAHASA ISYARAT BAHASA INDONESIA REAL TIME MENGGUNAKAN METODE SP-TREE

Abstrak

Pengenalan bahasa isyarat bahasa Indonesia secara real-time menghadapi berbagai tantangan, dimana yang paling menonjol adalah keragaman gerakan tangan dan ekspresi yang berbeda. Seringkali, sistem otomatis menghadapi kesulitan dalam menginterpretasikan gerakan yang memiliki banyak variabilitas ini, yang pada gilirannya mengakibatkan penurunan akurasi dan efisiensi pengenalan. Untuk meningkatkan kinerja pengenalan bahasa isyarat dalam penelitian ini, disarankan metode SP-Tree yang memanfaatkan struktur pohon spasial untuk mengelompokkan data gerakan tangan berdasarkan fitur spasial dan temporal. Ini memungkinkan proses pengenalan bahasa isyarat yang lebih cepat dan akurat. Diharapkan bahwa teknik ini dapat mempercepat pengenalan bahasa isyarat dengan tingkat akurasi yang tinggi dan respons waktu nyata, yang sangat penting untuk aplikasi sehari-hari. Kami menggunakan dataset publik yang mencakup berbagai gerakan tangan dalam bahasa isyarat bahasa Indonesia untuk menguji teknik ini. Hasil penelitian menunjukkan bahwa metode SP-Tree memiliki akurasi 92 persen, skor F1 0,90, dan kehilangan fitur 0,08. Dibandingkan dengan teknik pengenalan bahasa isyarat konvensional yang ada saat ini, angka-angka ini menunjukkan peningkatan yang signifikan. Hasilnya menunjukkan bahwa metode SP-Tree adalah cara yang efektif untuk mengidentifikasi isyarat bahasa Indonesia secara real-time. Metode ini memiliki keunggulan karena dapat menginterpretasikan dan mengelompokkan gerakan tangan dengan lebih presisi dan efisien, meningkatkan interaksi antara pengguna dan sistem. Kami berharap penelitian ini akan membantu mengembangkan teknologi asistif untuk penyandang disabilitas pendengaran. Di masa depan, juga akan memberi peluang untuk menggunakan teknik ini pada bahasa isyarat lainnya.