Panduan Penulisan
Aplikasi Bicara Pintar untuk Meningkatkan Kemampuan Komunikasi Siswa Tunarungu di Slb-B Ypac Palembang
Sari
ABSTRAK
Bicara Pintar merupakan aplikasi berbasis kecerdasan buatan yang mendeteksi bahasa isyarat berdasarkan gambar, teks, dan suara yang diterapkan di SLB-B YPAC Palembang. Bicara Pintar mampu menerjemahkan dua arah antara bahasa isyarat SIBI dan BISINDO dengan bahasa Indonesia. Model YOLO yang digunakan pada aplikasi Bicara Pintar menunjukkan tingkat akurasi dan presisi mencapai 98,9%. Kegiatan pengabdian ini terdiri dari survei ke lokasi, pengumpulan dataset, pengujian dan perbaikan, launching, sosialisasi, penerapan aplikasi dan evaluasi kegiatan. Penerapan aplikasi digunakan untuk pelatihan soft skill. Pengujian aplikasi dilakukan dengan melibatkan 15 siswa teman tuli dan teman dengar yang terdiri dari 5 guru dan peserta pengabdian. Hasil pengujian dari siswa tunarungu menunjukkan input gerakan ke teks akurasinya rata-rata 46,33% dan dari teks ke gerakan 92,66%. Hasil pengujian dari guru dan tim menunjukkan akurasi dari gerakan ke teks rata-rata 46% dan dari teks ke gerakan 95%. Selain itu dari angket kepuasan diperoleh 65% menyatakan aplikasi cukup membantu untuk pelatihan soft skill, 95% menilai sudah sangat baik dan mudah digunakan, dan 18% menyarankan penambahan kosakata. Hasil ini menunjukkan Bicara Pintar mampu meningkatkan kemampuan komunikasi teman tuli dengan teman dengar khususnya siswa tunarungu SLB-B YPAC.
Kata kunci: Tunarungu, SLB, Bicara Pintar, Kesenjangan, Pendidikan.
ABSTRACT
Bicara Pintar is an artificial intelligence application that detects sign language based on images, text, and sound, implemented in SLB-B YPAC Palembang. Bicara Pintar is capable of two-way translation between SIBI and BISINDO sign language and Indonesian. The YOLO model used in the application shows an accuracy and precision level of 98.9%. This activity consists of a site survey, data collection, testing and improvement, launching, socialization, implementation, and evaluation. The application is used for classroom learning and soft skills training. Application testing was carried out involving 15 deaf and hearing students, consisting of 5 teachers and a team. The results from deaf students showed an average accuracy of 46,33% from gesture to text and 92,66% vice versa. The results from teachers and the team showed an average accuracy of 46% from gesture to text and 95% vice versa. Furthermore, a satisfaction questionnaire showed that 95% stated that the application was helpful for teaching and learning, 65% stated that the application was helpful enough for soft skills training, 95% considered it excellent and easy to use, and 18% suggested adding vocabulary. These results indicate that the application can improve the communication of deaf friends with hearing friends, especially students at SLB-B YPAC.
Keywords: Deaf, SLB, Bicara Pintar, Disparity, Education.
Kata Kunci
Teks Lengkap:
Download ArtikelReferensi
Afriani, A. B., Wilmanda, G., & Jiyaris Gamaradika, A. (2023). Difabel di Pusat: Artificial Intelligence dan Bazar Platform sebagai Medium Inklusif Sistem Edukasiauau. Proceedings of Unimbone , 1–9.
Akbar, R. P., & Adi, A. E. (2020). Editing Pada Film Pendek Tentang Disabilitas Bisu Tuli. E-Proceding Of Art & Design, 7(2), 637–644.
Alfiano, O., & Santi Rahayu, dan. (2024). Implementasi Algoritma Deep Learning Yolo (You Only Look Once) Untuk Deteksi Kualitas Kentang Segar Dan Busuk Secara Real Time. JORAPI : Journal of Research and Publication Innovation, 2(3), 2470–2478.
Ariansyah, D. S. (2024). Pendeteksi Kata Dalam Bahasa Isyarat Menggunakan Algoritma Yolo Versi 8. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3), 2772–2778. https://doi.org/10.23960/jitet.v12i3.4904
Desiani, A., Gofar, N., Suprihatin, B., Ermatita, Amran, A., Geovanni, D., & Ayuputri, N. (2025). Pemanfaatan teknologi smart talk: Media komunikasi berbasis artificial intelligence bagi siswa tunarungu SLBN Ogan Ilir. KACANEGARA Jurnal Pengabdian Pada Masyarakat, 8(3), 401–408. https://doi.org/10.28989/kacanegara.v8i3.2737
Firdaus, E. (2024). Implementasi Artificial Intelligence Melalui Speech-To-Text Sebagai Alat Bantu Tunarungu Berkomunikasi. JUTECH : Journal Education and Technology, 5(2), 273–285. https://doi.org/10.31932/jutech.v5i2.3675
Khotijah, S., & Driyani, D. (2023). Perancangan Media Pembelajaran Interaktif Bahasa Isyarat Bisindo Untuk Penyandang Disabilitas Tuna Rungu Berbasis Android sebagai budaya tuli melalui pemaknaan anggota gerakan untuk kesejahteraan tuna rungu , dimana dalam penelitian ini membahas dan menga. JIM: Jurnal Ilmiah Multidisiplin, 2(1), 126–133.
Kusumastuti, M. N. S. A. (2016). Perlindungan Hukum Dari Diskriminasi Bagi Penyandang Disabilitas Dalam Dunia Kerja. In Universitas Atma Jaya Yogyakarta.
Maulida, D. K. (2017). Bahasa Isyarat Indonesia Di Komunitas Gerakan Untuk Kesejahteraan Tunarungu Indonesia. Universitas Islam Negeri Syarif Hidayatullah, 61–63.
Mulyana, D. I., Lazuardi, M. F., & Yel, M. B. (2022). Deteksi Bahasa Isyarat Dalam Pengenalan Huruf Hijaiyah Dengan Metode YOLOV5. Jurnal Teknik Elektro Dan Komputasi (ELKOM), 4(2), 145–151.
Nugroho, A. H., Sulistyowati, D. P., & Rohman, D. F. (2025). Komunikasi Interpersonal Mahasiswa Dengan Mahasiswa Difabel di UIN Sunan Kalijaga Yogyakarta. Jurnal Humanitaria, 4(2), 1817. https://doi.org/https://doi.org/10.14421/hum.v4i2.2879
Nugroho, N. S. W., & Putra, M. P. K. (2025). Leveraging Deep Learning Approach for Accurate Alphabet Recognition Through Hand Gestures in Sign Language. Jurnal Teknik Informatika, 6(1), 259–268.
Nurhalizah, R. S., Ardianto, R., & Purwono. (2024). Analisis Supervised dan Unsupervised Learning pada Machine Learning: Systematic Literature Review. Jurnal Ilmu Komputer Dan Informatika, 4(1), 61–72.
Permana, D., & Sutopo, J. (2023). Aplikasi Pengenalan Abjad Sistem Isyarat Bahasa Indonesia (sibi) Dengan Algoritma Yolov5 Mobile Application Alphabet Recognition Of Indonesian Language Sign System (sibi) Using Yolov5 Algorithm. Jurnal SimanteC, 11(2), 231–240.
Santoso, J. T. (2023). Kecerdasan buatan. Yayasan Prima Agus Teknik.
Saputri, A. P., Taqwa, A., & Soim, S. (2022). Analisis Deteksi Objek Citra Digital Menggunakan Algoritma YOLO dan CNN dengan Arsitektur REPVGG pada Sistem Pendeteksian dan Pengenalan Ekspresi Wajah. Syntax Literate: Jurnal Ilmiah Indonesia, 7(9), 2022.
Sihombing, C. J. W., & Nudin, S. R. (2024). Pengembangan Media Web Pembelajaran Bahasa Isyarat Indonesia Dengan Metode Two Stream Mixed Convolutional Neural Network. Jurnal Manajemen Informatika, 13(2), 1–7.
Subkhi, M. B., Trinurais, M. Y., Wibowo, R. K. A., & Prakosa, B. R. (2024). Deteksi Bahasa Isyarat Berdasarkan SIBI (Sistem Bahasa Isyarat) menggunakan Transfer Learning. Seminar Nasional Teknologi & Sains, 3(1), 361–369. https://doi.org/10.29407/stains.v3i1.4347
Swalaganata, G., Andarwati, M., Assih, P., Putra, F. A.-I. A., & Bramasta, Y. (2024). SignSync AI : Perancangan Aplikasi Mobile untuk Membantu Mahasiswa Disabilitas dalam Melakukan Pembelajaran dengan Menerapkan AI dan AR. Remik: Riset Dan E-Jurnal Manajemen Informatika Komputer, 8(4), 1052–1060.
Syaputri, N. A., Meidina, T., & Mustafa. (2024). Meningkatkan Kemampuan Mengenal Huruf Menggunakan Media Pembelajaran Video Tutorial Bahasa Isyarat pada Siswa Tunarungu Kelas II di SLBN 1 Palu. Jurnal Metafora Pendidikan, 2(1), 132–143.
Wibowo, K. A., Sanjaya, A., & Mahdiyah, U. (2024). Implementasi YOLOv8 Pada Pengenalan Sistem Isyarat Bahasa Indonesia. INOTEK, 8, 139–146.
Yenadin, R. P., Nugroho, W. B., & Kamajaya, G. (2024). Pemberdayaan Pekerja Disabilitas “Teman Tuli” di Inklusiv Warung, Canggu. Socio-Political Communication and Policy Review, 1(5), 37–51. https://doi.org/10.61292/shkr.166
DOI: https://doi.org/10.33024/jkpm.v9i4.25071
Refbacks
- Saat ini tidak ada refbacks.
Disponsori oleh : Universitas Malahayati Lampung dan DPW PPNI Lampung
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
