Abstract
Penerjemahan bahasa isyarat dilakukan untuk membantu masyarakat tuna rungu wicara dalam berkomunikasi dengan masyarakat umum dalam kehidupan sosial. Upaya penerjemahan bahasa isyarat dapat dilakukan dengan cara pembuatan suatu sistem yang dapat menerjemahkan bahasa isyarat menjadi bahasa tulisan atau suara. Pembuatan sistem penerjemah bahasa isyarat menggunakan masukan berupa citra digital yang ditangkap melalui kamera webcam. Proses pengenalan bahasa isyarat diawali dengan pendeteksian objek tangan pada layar webcam, kemudian dilakukan preprocessing untuk perbaikan citra, dilanjutkan dengan ekstraksi fitur untuk mendapatkan ciri dari suatu citra dan dilakukan klasifikasi untuk mengenali pola dari citra. Untuk mendeteksi objek tangan pada layar webcam menggunakan metode Haar Classifier. Kemudian untuk preprocessing menggunakan Skin Detection, Denoising, Thresholding dan Opening. Metode ekstraksi fitur yang digunakan adalah fitur biner dan Image Projection, dan algoritma untuk klasifikasi menggunakan algoritma Learning Vector Quantization (LVQ). Sistem dapat mengenali 24 bentuk tangan untuk bahasa isyarat alfabet statik dari 26 huruf alfabet kecuali huruf J dan Z. Hasil akurasi terbaik yang didapatkan melalui pengujian sistem adalah 88% dari 72 data uji dengan menggunakan jarak Euclidean, fitur biner dan jumlah data latih sebanyak 288, ketika nilai learning rate 0.1 dan maksimal epoch 10 dengan waktu proses training selama 72 detik.
