Implementasi YOLOv8 Untuk Deteksi Objek Bahasa Isyarat Indonesia Secara Real-time

Vidia Ruzza

Informasi Umum

Kode

25.04.059

Klasifikasi

004 - Data processing, Computer science

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Algoritma

Dilihat

326 kali

Informasi Lainnya

Abstraksi

Bahasa isyarat adalah bentuk komunikasi nonverbal yang digunakan oleh individu dengan disabilitas pendengaran dan bicara, yang di Indonesia terdiri dari Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (BISINDO). Namun, language barrier masih menjadi masalah utama yang menghambat komunikasi antara pengguna bahasa isyarat dan masyarakat umum. Penelitian ini bertujuan untuk mengatasi hambatan tersebut dengan mengembangkan model penerjemah bahasa isyarat menggunakan model YOLOv8, yang dikenal memiliki keunggulan dalam deteksi objek real-time. Dataset Bahasa Isyarat Indonesia (BISINDO) diintegrasikan ke dalam model YOLOv8, di mana dilakukan pemilihan dan penyesuaian hyperparameter untuk mencapai nilai metrik optimal. Hyperparameter yang digunakan meliputi jumlah epochs 50, fungsi optimizer Stochastic Gradient Descent (SGD), dan ukuran batch 16. Prototype web ini dikembangkan menggunakan framework Streamlit, yang memungkinkan interaksi web yang responsif dan mudah diakses. Proses penelitian mencakup pengumpulan dataset, preprocessing dataset, implementasi model, pelatihan model, pengujian model, evaluasi kinerja model berdasarkan metrik precision, recall, F1-Score, dan mAP50, serta deployment model. Hasil penelitian menunjukkan bahwa model YOLOv8 mampu mendeteksi dan menerjemahkan bahasa isyarat dengan akurasi yang tinggi, dengan nilai precision 93,8%, recall 96,8%, F1-Score 95,2%, dan mAP50 99,5%. Meskipun hasil ini menunjukkan performa yang baik, masih ada ruang untuk peningkatan lebih lanjut pada penelitian selanjutnya untuk mendekati angka 100% pada metrik-metrik tersebut. Implementasi model ini diharapkan dapat membantu mengurangi hambatan komunikasi antara pengguna bahasa isyarat dan masyarakat umum, serta meningkatkan interaksi yang lebih inklusif. Kata Kunci: Bahasa Isyarat, YOLOv8, Deteksi Objek, Hyperparameter, Streamlit