IMPLEMENTASI MACHINE LEARNING PADA APLIKASI PENERJEMAH BAHASA ISYARAT INDONESIA MENGGUNAKAN TENSORFLOW

Komunikasi merupakan proses penyampaian informasi yang dilakukan oleh
satu pihak untuk terhubung dengan lingkungan atau pihak lain. Pada umumnya
terdapat dua jenis komunikasi yaitu komunikasi verbal dan non-verbal yang biasa
digunakan oleh Tuli. Dalam kehidupan sosial Tuli di Indonesia memiliki dua
bahasa isyarat yang sering digunakan untuk berkomunikasi yaitu Bisindo. Tetapi
cara berkomunikasi dengan bahasa isyarat dapat membatasi ketika berkomunikasi
dengan orang lain yang tidak tuli. Masyarakat umum atau lawan komunikasinya
akan sulit memahami karena perbedaan cara berkomunikasi tersebut. Secara teoritis
jika bahasa isyarat mengadopsi teknologi digital seperti machine learning, maka
kita dapat dengan mudah untuk mempelajari bahasa isyarat dan mempermudah
komunikasi. Oleh sebab itu, penulis akan mengimplementasikan machine learning
menggunakan library Tensorflow pada aplikasi berbasis android dengan tujuan
sebagai pembelajaran dan media untuk mempermudah komunikasi antara
masyarakat dengan penyandang tunarungu. Algoritma yang digunakan pada model
deteksi objek adalah YOLOv4 yang berbasis CNN dengan mAP 96.1% dan loss
average 0.0754. Model deteksi objek kemudian dikonversi menjadi tflite untuk
Tensorflow sehingga berhasil diimplementasikan pada aplikasi android.
Kata kunci: komunikasi, Tuli, machine learning, Tensorflow, Android, YOLOv4