Pengenalan Objek Alfabet American Sign Language (ASL) Menggunakan Algortima Yolov5

Kurangnya penggunaan dalam berkomunikasi menggunakan bahasa isyarat mengakibatkan minimnya pengetahuan terkait metode komunikasi menggunakan bahasa isyarat. Penggunaan model algoritma YOLOv5 banyak digunakan untuk deteksi objek dan menghasilkan akurasi yang hampir tepat, maka dari itu penelitian ini dibuat untuk mendeteksi pengenalan objek alfabet dari American Sign Langauge (ASL) dengan menggunakan YOLOv5. Tujuan penelitian ini adalah untuk melihat hasil deteksi dan analisa performa model YOLOv5 serta hasil evaluasi dari Confusion Matrix. Tahapan penelitian yang dilakukan adalah pengumpulan dataset dan anotasi objek menggunakan Roboflow. Untuk melihat performa model YOLOv5 dibuat perbandingan antara epoch 200 dan 300. Hasil model YOLOv5 dari kedua epoch tersebut menunjukan dari 26 kelas huruf alfabet nilai Mean Avarege Precision (mAP) confidence threshold rata-rata mencapai 0.950 [email protected]. Hasil precision pada 200 dan 300 epoch didapatkan yaitu sebesar 1 dan 0.7428. Hasil recall pada 200 dan 300 epoch didapatkan sebesar 0.7878 dan 0.7027. Pada epoch 200 dan 300 didapatkan nilai akurasi terbesar mencapai 0.96, sedangkan nilai kecil terdapat pada epoch 200 dengan nilai 0.85.

Kata Kunci: Bahasa Isyarat, Confusion Matrix, Deteksi Objek, YOLOv5