Aplikasi Pengenalan Sistem Isyarat Bahasa Indonesia dengan Tensorflow Lite dan Firebase Authentication
Isi Artikel Utama
Abstrak
Tunarungu dan tunawicara sering menghadapi hambatan dalam berkomunikasi dengan masyarakat umum karena keterbatasan pemahaman terhadap bahasa isyarat. Hal ini menyebabkan kesenjangan dalam interaksi sosial dan akses terhadap berbagai layanan publik. Upaya pemerintah untuk meningkatkan inklusi sosial melalui berbagai kebijakan dan program perlu diiringi dengan solusi praktis yang dapat membantu tunarungu dan tunawicara berinteraksi lebih mudah dengan masyarakat. Penelitian ini bertujuan untuk mengembangkan aplikasi mobile yang dapat mengenali dan menerjemahkan bahasa isyarat system isyarat bahasa Indonesia (SIBI) menjadi teks atau suara, secara real-time sehingga membantu tunarungu dan tunawicara berkomunikasi lebih efektif dengan masyarakat umum. Aplikasi ini dirancang menggunakan TensorFlow Lite untuk mengenali bahasa isyarat dan Firebase Authentication untuk autentikasi pengguna. Evaluasi aplikasi dilakukan melalui kuesioner yang melibatkan responden dari masyarakat umum dan responden dari kalangan expert mobile. Hasil kuesioner pengguna umum menunjukkan rata-rata persentase kepuasan sebesar 86,65%, dengan penilaian positif terhadap kemudahan penggunaan, manfaat, dan tampilan aplikasi. Sementara itu, hasil kuesioner expert mobile menunjukkan kepuasan penuh dengan rata-rata persentase 100%, menilai semua fitur aplikasi berjalan dengan baik. Hasil penelitian menunjukkan bahwa aplikasi ini efektif dalam mengenali dan menerjemahkan bahasa isyarat, serta diterima dengan baik oleh tunarungu, tunawicara, dan masyarakat umum.
Unduhan
Rincian Artikel
Cara Mengutip
[1]
R. Toyib, A. P. Affandi Mussa, A. Wijaya, dan A. Sonita, “Aplikasi Pengenalan Sistem Isyarat Bahasa Indonesia dengan Tensorflow Lite dan Firebase Authentication”, JuTISI, vol. 11, no. 1, hlm. 31–48, Apr 2025.
Terbitan
Bagian
Articles

Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.
This is an open-access article distributed under the terms of the Creative Commons Attribution-NonCommercial 4.0 International License (https://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial used, distribution and reproduction in any medium.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.