Deteksi Bahasa Isyarat (SIBI) dengan Computer Vision menggunakan YOLO V8

Kahfi, Alief Muhammad (2025) Deteksi Bahasa Isyarat (SIBI) dengan Computer Vision menggunakan YOLO V8. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_58302_2115354031_full.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_58302_2115354031_0004097606_0808119003_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (407kB)
	Text (iThenticate) RAMA_58302_2115354031_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Komunikasi bagi penyandang tuna rungu di Indonesia seringkali menghadapi tantangan karena kompleksitas Sistem Bahasa Isyarat Indonesia (SIBI) yang merupakan adaptasi struktural dari Bahasa Indonesia. Di sisi lain, teknologi computer vision menunjukkan potensi besar untuk menjembatani kesenjangan komunikasi ini. Penelitian ini bertujuan untuk mengembangkan sistem deteksi SIBI secara real-time menggunakan model You Only Look Once versi 8 (YOLOv8), yang dikenal karena kecepatan dan akurasinya. Fokus utama adalah merancang sistem yang mampu mendeteksi gerakan tangan SIBI dengan akurasi tinggi (target ≥90%) dan latensi rendah (target ≤60ms) pada perangkat keras standar. Metodologi penelitian mencakup pengembangan algoritma deteksi berbasis YOLOv8, integrasi sistem, pengumpulan dan pemrosesan dataset pelatihan yang representatif, serta evaluasi kinerja menggunakan metrik standar seperti akurasi, presisi, recall, dan F1-score. Selain itu, penelitian ini mengimplementasikan fitur konversi teks-ke-suara (TTS) untuk mengubah hasil deteksi teks menjadi output audio. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan berhasil mencapai 90% akurasi dan latensi rata-rata 60 ms dalam mendeteksi isyarat SIBI. Evaluasi kinerja mengkonfirmasi efektivitas model dalam kondisi pengujian. Implementasi fitur TTS juga berhasil dilakukan, memungkinkan output suara dari teks yang dihasilkan. Kesimpulannya, penelitian ini berhasil membangun sebuah sistem deteksi SIBI berbasis computer vision menggunakan YOLOv8 yang efektif dan efisien, serta dilengkapi kemampuan TTS, yang berpotensi signifikan meningkatkan aksesibilitas komunikasi bagi komunitas tuna rungu di Indonesia.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Computer Vision, Bahasa Isyarat, YOLO V8
Subjects:	Ilmu Teknik Ilmu Teknik > Teknik Elektro Dan Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Perangkat Lunak
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	Alief Muhammad Kahfi
Date Deposited:	15 Sep 2025 03:45
Last Modified:	15 Sep 2025 03:45
URI:	https://repository.pnb.ac.id/id/eprint/18914

Actions (login required)

View Item