ANALISIS PENGARUH BACKGROUND TERHADAP KUALITAS DATASET GERAKAN SIBI

Abstract

Bahasa isyarat merupakan sarana komunikasi penting bagi penyandang tunarungu sehingga diperlukan sistem pengenalan gerakan yang akurat berbasis computer vision. Salah satu faktor yang memengaruhi kinerja sistem tersebut adalah kualitas dataset, khususnya kondisi background saat proses pengambilan data. Permasalahan yang dihadapi adalah belum diketahui secara jelas pengaruh perbedaan kondisi background terhadap kualitas dataset dan performa klasifikasi gerakan Sistem Isyarat Bahasa Indonesia (SIBI). Penelitian ini bertujuan menganalisis pengaruh kondisi background terhadap kualitas dataset gerakan SIBI. Metode yang digunakan adalah pendekatan eksperimental dengan membandingkan dua kondisi pengambilan dataset, yaitu background bersih dan gelap serta background terang yang mengandung noise visual. Dataset terdiri dari tiga kelas gerakan SIBI, yaitu bibir, bisu, dan diam, dengan total 177 citra. Tahapan penelitian meliputi pembagian dataset, normalisasi, augmentasi data, pelatihan model MobileNetV2 menggunakan transfer learning, serta evaluasi menggunakan accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kondisi background memengaruhi performa model klasifikasi. Background yang lebih terkontrol menghasilkan proses ekstraksi fitur yang lebih stabil sehingga meningkatkan kualitas dataset dan akurasi klasifikasi gerakan SIBI.