KLASIFIKASI ALFABET BAHASA ISYARAT INDONESIA (BISINDO) DENGAN METODE TEMPLATE MATCHING DAN K-NEAREST NEIGHBORS (KNN)

Abstract

Sejak dilahirkan ke dunia, manusia sudah mampu untuk melakukan komunikasi. Berbeda dengan orang yang memiliki keterbatasan, seperti penderita tuli. Para penderita ini berkomunikasi dengan menggunakan bahasa isyarat. Terdapat dua macam bahasa isyarat yang masih digunakan di Indonesia yaitu, SIBI dan BISINDO. Tetapi, masih banyak manusia normal yang belum mengerti gerakan abjad bahasa isyarat. Sehingga menyebabkan kesulitan dalam melakukan pertukaran informasi antara teman tuli dengan manusia normal. Dari permasalahan tersebut, penulis membuat sebuah program klasifikasi abjad isyarat dengan menerapkan metode template matching dan algoritma KNN. Data yang digunakan merupakan data dari hasil ekstraksi keyframe video kemudian akan melalui tahap pra-proses yaitu grayscale, noise reduction, resize dan deteksi tepi. Setelah itu dilakukan proses uji kecocokan menggunakan metode template matching dan tahap akhir klasifikasi menggunakan KNN. Penelitian yang dilakukan penulis diharapkan dapat memperoleh tingkat akurasi yang tinggi dalam melakukan klasifikasi abjad bahasa isyarat sehingga dapat meningkatkan minat orang normal untuk mempelajari bahasa isyarat. Dalam penerapannya tahap uji kecocokan template matching mendapatkan hasil sebesar 85.04% untuk abjad isyarat statis, sedangkan abjad isyarat dinamis sebesar 84.65%. Lalu pada tahap uji klasifikasi KNN mendapatkan akurasi sebesar 96.52%.