Implementasi Algoritma BI-LSTM Untuk Pengenalan Gerakan Isyarat Berbasis Visi Komputer Pada Aplikasi WEB

Penelitian ini merupakan penelitian implementasi algoritma dengan pendekatan kuantitatif yang bertujuan untuk mengimplementasikan algoritma Bidirectional Long Short-Term Memory (Bi-LSTM) pada sistem pengenalan gesture bahasa isyarat berbasis computer vision dalam aplikasi berbasis web. Dataset yang digunakan adalah Word-Level BISINDO yang bersumber dari platform Kaggle, dengan 12 kelas gesture yang dipilih sebagai objek penelitian. Tahap pra-pemrosesan dilakukan menggunakan pustaka MediaPipe Hands untuk mengekstraksi koordinat landmark tangan dari setiap frame video, yang selanjutnya disusun menjadi data sekuensial berdimensi (100, 126) sebagai masukan model. Model Bi-LSTM dilatih menggunakan data hasil augmentasi dan dikonfigurasi dengan mekanisme early stopping guna meningkatkan kemampuan generalisasi model. Model yang telah dilatih kemudian diintegrasikan ke dalam aplikasi web menggunakan framework Flask untuk mendukung proses pengenalan gesture secara real-time melalui kamera perangkat pengguna. Hasil penelitian menunjukkan bahwa model memperoleh nilai akurasi sebesar 98,33% pada data pengujian, dengan nilai precision, recall, dan F1-score berturut-turut sebesar 0,99, 0,98, dan 0,98. Selain itu, sistem berbasis web yang dikembangkan mampu melakukan pengenalan gesture bahasa isyarat secara real-time dengan menampilkan hasil prediksi secara langsung pada antarmuka aplikasi. Berdasarkan hasil tersebut, dapat disimpulkan bahwa penerapan algoritma Bi-LSTM berbasis computer vision memiliki performa yang sangat baik dan berpotensi mendukung pengembangan teknologi komunikasi inklusif bagi penyandang tunarungu.

Kata Kunci: Bahasa Isyarat Indonesia, Bidirectional Long Short-Term Memory, Computer Vision, MediaPipe, Sistem Berbasis Web