ANALISIS KOMPARATIF ARSITEKTUR DEEP LEARNING UNTUK PENGENALAN ISYARAT SIBI DINAMIS

Komunikasi adalah hak mendasar yang sering menjadi hambatan bagi komunitas tuli saat berinteraksi dengan masyarakat umum. Keterbatasan ini membatasi akses yang setara terhadap pendidikan dan informasi. Di Indonesia, Sistem Isyarat Bahasa Indonesia (SIBI) merupakan standar formal yang diajarkan di Sekolah Luar Biasa (SLB), namun implementasi penerjemah otomatis untuk isyarat dinamis masih belum optimal. Penelitian sebelumnya sering berfokus pada isyarat statis, yang tidak mampu menangkap gestur temporal. Untuk mengatasi hal ini, penelitian ini membandingkan tiga arsitektur deep learning spatio-temporal untuk pengenalan isyarat SIBI dinamis. Tiga model yang dibandingkan diantaranya Stacked Bi-LSTM berbasis landmark MediaPipe, serta ResNet50+Bi-LSTM, dan MobileNetV2+Bi-LSTM yang keduanya berbasis visual (appearance-based). Penelitian ini menggunakan dataset privat berisi 989 video yang mencakup 11 kelas isyarat. Dataset dibagi menjadi 60% data latih, 20% data validasi, dan 20% data uji menggunakan stratified split. Stacked Bi-LSTM berbasis landmark mencapai akurasi tertinggi sebesar 98.48%, mengungguli ResNet50+Bi-LSTM dengan akurasi 97.98% dan MobileNetV2+Bi-LSTM dengan akurasi 95.96%. Stacked Bi-LSTM berbasis landmark menjadi pendekatan efisien secara komputasi dengan parameter 19 kali lebih sedikit dari ResNet50 dan 2 kali lebih sedikit dari MobileNetV2, serta waktu inferensi 53 kali lebih cepat dari ResNet50. Stacked Bi-LSTM terbukti menjadi arsitektur optimal untuk SIBI recognition dengan akurasi tertinggi dan efisiensi terbaik.