Media Pembelajaran Huruf dan Angka dalam Bahasa Isyarat

Authors

  • Myrna Dwi Rahmatya Universitas Komputer Indonesia
  • Mochamad Fajar Wicaksono Universitas Komputer Indonesia
  • Fani Ramadhanty Universitas Komputer Indonesia
  • Syahla Tasya Kamila Universitas Komputer Indonesia
  • Meita Maharani Iskandar Universitas Komputer Indonesia

DOI:

https://doi.org/10.34010/gp092a58

Abstract

Orang yang kehilangan kemampuan pendengaran (tunarungu) memerlukan bahasa isyarat sebagai alat bantu dalam berkomunikasi. Selain diperlukan oleh tunarungu, bahasa isyarat juga dapat dipelajari oleh siapapun. Tujuan dari penelitian ini, yaitu membangun sebuah media pembelajaran yang dapat membantu dalam mempelajari bahasa isyarat, khususnya huruf-huruf alfabet dimulai dari A-Z dan angka dimulai dari 0-9. Metode pengembangan sistem yang digunakan adalah waterfall, mulai dari requirements, design, implementation, dan testing. Hasil penelitian berupa media pembelajaran yang akan memandu pengguna untuk memeragakan huruf ataupun angka dalam bahasa isyarat pada mode belajar. Setelah itu, pengguna dapat berlatih pada mode latihan, yaitu dengan memeragakan kode bahasa isyarat dan sistem akan memberikan feedback berupa suara. Tak hanya mode belajar dan latihan, sistem juga menyediakan mode soal. Dengan mode soal, pengguna dapat menguji pemahamannya seputar huruf dalam bahasa isyarat. Sistem yang dibangun diuji dengan menggunakan metode black-box. Berdasarkan hasil pengujian, sistem dapat mengenali bahasa isyarat baik huruf maupun angka yang diperagakan dengan baik. Sistem juga dapat mengoreksi saat berada dalam mode soal.

Kata Kunci – Media Pembelajaran; Bahasa Isyarat; Tunarungu; Media Pembelajaran Bahasa Isyarat; Bahasa Isyarat Huruf dan Angka. 

References

R. I. Borman, B. Priyopradono, and A. R. Syah, “Klasifikasi Objek Kode Tangan pada Pengenalan Isyarat Alphabet Bahasa Isyarat Indonesia (BISINDO),” Semin. Nas. Inform. dan Apl., no. September, pp. 1–4, 2018.
S. H. S. Dwi Marisa Midyanti, Dwi Gustiar, “Penerjemahan Bahasa Isyarat Menggunakan Metode Generalized Learning Vector Quantization (Glvq),” Coding J. Komput. dan Apl., vol. 8, no. 3, p. 1, 2020, doi: 10.26418/coding.v8i3.42156.
J. Amanullah and L. Santoso, “Perancangan Media Pembelajaran Interaktif Bahasa Isyarat,” J. Ilm. Elektron. dan Komupter, vol. 15, no. 2, pp. 242–249, 2022, [Online]. Available: http://journal.stekom.ac.id/index.php/elkompage242
M. D. Rahmatya and M. F. Wicaksono, “Sign Language Letter Learning Media,” J. Eng. Sci. Technol., vol. 19, no. 2, pp. 498–512, 2024.
K. Shrivastava, Hitesh; Kanaujia, Deepak; Bhardwaj, “Symtomatic Assistance,” Int. J. Res. Appl. Sci. Eng. Technol., vol. 9, no. VII, pp. 1–23, 2016, doi: https://doi.org/10.22214/ijraset.2021.37132.
M. M. Islam et al., “A deep learning model for cotton disease prediction using fine-tuning with smart web application in agriculture,” Intell. Syst. with Appl., vol. 20, no. September, p. 200278, 2023, doi: 10.1016/j.iswa.2023.200278.
G. B. Mandeep Singh, Ayushi Verma, Aashwaath Parasher, Nidhi Chauhan, “Implementation of Database Using Python Flask Framework,” Int. J. Eng. Comput. Sci., vol. 8, no. 12, pp. 24890–24893, 2019, doi: 10.18535/ijecs/v8i12.4399.
M. F. Wicaksono and M. D. Rahmatya, “3D Geometric Shape and Colors Interactive Learning Media using Raspberry Pi, OpenCV, and TensorFlow Lite,” Int. J. Adv. Sci. Eng. Inf. Technol., vol. 13, no. 5, pp. 1710–1718, 2023, doi: 10.18517/ijaseit.13.5.18443.
J. S. Han, C. I. Lee, Y. H. Youn, and S. J. Kim, “A Study on Real-time Hand Gesture Recognition Technology by Machine Learning-based MediaPipe,” J. Syst. Manag. Sci., vol. 12, no. 2, pp. 468–482, 2022, doi: 10.33168/JSMS.2022.0225.
T. Susim and C. Darujati, “Pengolahan Citra untuk Pengenalan Wajah (Face Recognition) Menggunakan OpenCV,” J. Syntax Admiration, vol. 2, no. 3, pp. 534–545, 2021, doi: 10.46799/jsa.v2i3.202.
G. Anand and A. K. Kumawat, “Object detection and position tracking in real time using Raspberry Pi,” Mater. Today Proc., vol. 47, pp. 3221–3226, 2021, doi: 10.1016/j.matpr.2021.06.437.
S. Sivkov et al., “The algorithm development for operation of a computer vision system via the OpenCV library,” Procedia Comput. Sci., vol. 169, no. 2019, pp. 662–667, 2020, doi: 10.1016/j.procs.2020.02.193.
M. Qasaimeh et al., “Benchmarking vision kernels and neural network inference accelerators on embedded platforms,” J. Syst. Archit., vol. 113, no. September, 2021, doi: 10.1016/j.sysarc.2020.101896.
A. Halder and A. Tayade, “Real-time Vernacular Sign Language Recognition using MediaPipe and Machine Learning,” Int. J. Res. Publ. Rev., vol. 2, no. 5, pp. 9–17, 2021, [Online]. Available: www.ijrpr.com
A. Srivastava, K. Chauhan, H. Daharwal, N. Mukati, and S. Kavimandan, “Text Summarizer Using NLP (Natural Language Processing),” no. 04, pp. 7076–7080, 2022, [Online]. Available: https://www.irejournals.com/paper-details/1703633

Downloads

Published

2025-05-03

Issue

Vol. 14 No. 1 (2025): Komputika: Jurnal Sistem Komputer

Section

Articles

How to Cite

[1]
“Media Pembelajaran Huruf dan Angka dalam Bahasa Isyarat”, Komputika, vol. 14, no. 1, May 2025, doi: 10.34010/gp092a58.