PENDETEKSIAN BAHASA ISYARAT SIBI MENGGUNAKAN METODE HAAR CASCADE CLASIFIER BERBASIS CMD

Abstrak

Persons with disabilities have become an integral part of many societies in the world. Persons with disabilities are part of Indonesian society who also have the same position, rights, obligations, opportunities and roles in all aspects of life and livelihood. One of the disabled people is the deaf. Deaf people are people who experience limitations in their hearing so that deaf people have certain sign language in their communication. Based on KBBI (Big Indonesian Dictionary), deaf can be interpreted as unable to hear or deaf. The word deaf itself is the most common term to use because of its smoother and more polite expression. For them, the mother tongue of the Deaf community is sign language. Sign language is a language that prioritizes manual communication, lip language and body language. Do not use sound as a form of communication. Currently, many systems have been developed that utilize the face detection feature, including being able to help people with disabilities, namely the deaf, in recognizing letters from the sign language used. Face detection itself can be done in various ways, one of which is using the Haarcascade Classifier method. In this study, using the Haarcascade Classifier as a method of detecting sign language movements. Furthermore, the dataset used in this study is the image of the vocal alphabet (A, I, U, E, O) of the SIBI language. The results of this study are to conclude that the program can detect alphabetic images in the SIBI sign language properly and the program model has successfully run as expected.

Abstrak

Penyandang disabilitas sudah menjadi kesatuan dari sekian masyarakat di dunia. Penyandang disabilitas merupakan bagian dari masyarakat Indonesia yang juga memiliki kedudukan, hak, kewajiban, dan kesempatan serta peran yang sama dalam segala aspek kehidupan maupun penghidupan. Salah satu dari penyandang disabilitas adalah penyandang tuna rungu. Penyandang tuna rungu ialah orang yang mengalami keterbatasan pada pendengarannya sehingga penyandang tunarungu memiliki Bahasa isyarat tertentu dalam komunikasinya. Berdasarkan dari KBBI (Kamus Besar Bahasa Indonesia), tuna rungu bisa diartikan sebagai tidak dapat mendengar atau tuli. Kata tuna rungu sendiri adalah istilah yang paling umum untuk digunakan karena ungkapan yang lebih halus dan lebih sopan. Bagi mereka, Bahasa ibu komunitas Tuli ialah Bahasa isyarat. Bahasa isyarat merupakan Bahasa yang mengutamakan komunikasi manual, Bahasa bibir dan juga Bahasa tubuh. Tidak menggunakan suara sebagai bentuk komunkasi. Saat ini telah banyak berkembang sistem yang memanfaatkan fitur deteksi wajah diantaranya yaitu dapat membantu penyandang disabilitas yaitu tuna rungu dalam mengenali huruf dari Bahasa isyarat yang digunakan. Deteksi wajah sendiri dapat dilakukan dengan berbagai cara, salah satunya menggunakan metode Haarcascade Classifier. Pada penelitian ini, menggunakan Haarcascade Classifier sebagai metode pendeteksi gerakan bahasa isyarat. Selanjutnya, dataset yang digunakan pada penelitian ini ialah citra alfabet vocal (A, I, U, E, O) Bahasa SIBI. Adapun hasil dari penelitian ini ialah memberikan kesimpulan bahwa program dapat mendeteksi citra alfabet pada bahasa isyarat SIBI dengan baik dan model program telah berhasil running sesuai dengan harapan.