Abstrak

Penelitian ini bertujuan untuk merancang aplikasi pembelajaran Bahasa Isyarat Indonesia (SIBI) yang mampu mengenali gesture alfabet satu tangan secara real-time menggunakan teknologi MediaPipe dan klasifikasi Support Vector Machine (SVM). Sistem dikembangkan melalui tahapan analisis kebutuhan, perancangan antarmuka, pengolahan data landmark tangan, dan implementasi program berbasis Python. Dataset gesture dikembangkan secara mandiri melalui proses perekaman dan ekstraksi fitur, kemudian dilatih menggunakan algoritma SVM untuk membentuk model klasifikasi. Evaluasi sistem dilakukan melalui pengujian fungsional dan User Acceptance Test (UAT) bersama partisipan disabilitas pendengaran di Sekolah Alam PERMADANI. Hasil menunjukkan bahwa sistem memiliki akurasi pengenalan di atas 90%, serta diterima secara positif dari sisi kemudahan dan efektivitas pembelajaran. Aplikasi ini berpotensi menjadi media bantu belajar yang inklusif serta mendukung komunikasi antara komunitas Tuli dan masyarakat umum.