MODEL PENGENALAN CITRA HURUF ABJAD BAHASA ISYARAT INDONESIA (BISINDO) DENGAN PENDEKATAN TRANSFER LEARNING ARSITEKTUR VGG16

Komunikasi mampu membentuk ikatan dan hubungan yang baik bagi manusia.
Sebagian besar orang mampu berkomunikasi dengan baik tanpa kendala berarti,
namun ada sebagian orang yang mengalami kesulitan dikarenakan suatu atau
beberapa kekurangan (disabilitas). Penelitian ini bertujuan untuk mendapatkan
model pengenalan huruf abjad Bahasa Isyarat yang bisa menghasilkan informasi
dari gambar dalam bentuk gerakan tangan. Metode yang digunakan adalah
Convolutional Neural Network (CNN) dengan pendekatan transfer learning
VGG16. Dengan pengumpulan data primer gambar huruf abjad Bahasa Isyarat
Indonesia (BISINDO) sebanyak 6968. Evaluasi model dilakukan menggunakan
confusion matrix. Dari hasil pelatihan CNN yang telah dilakukan, didapatkan hasil
yang paling optimal dengan nilai training loss sebesar 0.1165 dan validation loss
sebesar 0.3011 serta training accuracy sebesar 0.9609 dan validation accuracy
sebesar 0.9306. Berdasarkan hasil pengujian menggunakan data uji didapatkan
akurasi sebesar 90,44%.
Kata kunci: Bahasa Isyarat, BISINDO, VGG16