ENSEMBLE ALGORITMA RANDOM FOREST CLASSIFIER DAN ADABOOST DALAM PERANCANGAN APLIKASI PENERJEMAH BAHASA ISYARAT

Abstrak

Penelitian ini mengembangkan aplikasi penerjemah bahasa isyarat berbasis web yang bertujuan untuk memudahkan komunikasi bagi penyandang disabilitas tunarungu. Aplikasi ini menggunakan ensemble algoritma Random Forest Classifier dan AdaBoost untuk mendeteksi dan menerjemahkan gestur tangan ke dalam teks secara real-time. Dataset yang digunakan bersifat lokal, dengan masing-masing gestur terdiri dari 100 citra data latih. Sistem ini dirancang untuk mengenali huruf A hingga Z serta beberapa kata umum seperti "hello", "done", "thank you", "I love you", "sorry", "please", dan "you are welcome". Hasil pengujian terhadap 14 skenario menunjukkan bahwa aplikasi berhasil menerjemahkan dengan tingkat akurasi sebesar 92%, sementara pengujian model mencatat akurasi testing sebesar 99,88%, lebih tinggi dibandingkan penggunaan Random Forest tunggal yang hanya mencapai 97,00%. Peningkatan akurasi sebesar ±2,97% menunjukkan bahwa kombinasi algoritma tersebut efektif dalam meningkatkan performa dan kestabilan sistem. Aplikasi ini diharapkan dapat membantu penyandang tunarungu berkomunikasi lebih efektif, meningkatkan aksesibilitas informasi, serta mendorong pengembangan teknologi di bidang penerjemahan bahasa isyarat.