Sistem Pembelajaran Satu Arah untuk Siswa Tunarungu Menggunakan SIBI

Risky Aswi Ramadhani; Ratih Kumalasari Niswatin; Helilintar Risa; Irawan Heri Rony

doi:10.24176/simet.v15i1.10689

Sistem Pembelajaran Satu Arah untuk Siswa Tunarungu Menggunakan SIBI

Risky Aswi Ramadhani
Ratih Kumalasari Niswatin
Helilintar Risa
Irawan Heri Rony

Abstract

Tunarungu adalah orang yang tidak mampu mendengar dan menerima informasi suara. Penyandang tunarungu berkomunikasi satu sama lain dengan menggunakan SIBI (Sistem Isyarat Bahasa Indonesia). SIBI cukup efektif bila digunakan untuk berkomunikasi dengan penyandang tunarungu. Masalah terbesar penyandang tunarungu adalah ketika mereka bergaul dengan masyarakat umum, karena hanya sebagian kecil masyarakat yang memahami SIBI. Jumlah penyandang tunarungu di Indonesia yang berada di bawah garis kemiskinan sebanyak 116.844 orang. Hal ini terjadi karena penyandang tunarungu tidak dapat mengenyam pendidikan seperti masyarakat pada umumnya. Penyandang tunarungu rata-rata berpendidikan maksimal SMP. Sangat jarang orang tuli menghadiri kuliah. Hal ini terjadi karena sangat sedikit dosen yang memahami SIBI. Dari permasalahan tersebut ditemukan Kebaruan, kebaruan tersebut adalah dengan membuat sistem komunikasi satu arah (Speech to Video SIBI) untuk siswa tunarungu. Sistem yang dibuat digunakan untuk membantu penyampaian materi guru yang tidak dapat SIBI kepada penyandang tunarungu. Sistem komunikasi satu arah yang dibuat khusus untuk pengajaran di kelas. Masukan untuk sistem ini adalah suara guru mengajar, sedangkan keluarannya adalah Video SIBI. Sistem ini mengubah informasi (suara) yang disampaikan guru ke dalam teks, kemudian teks tersebut diubah menjadi SIBI (video). Materi berupa SIBI (Video) disampaikan kepada siswa tunarungu. Pengujian penelitian ini menggunakan Confusion Matrix dengan nilai presisi 92%, akurasi 96%, dan recall 100%. Dari hasil tersebut dapat dinyatakan bahwa “Sistem Komunikasi Satu Arah (Speech to Video SIBI) untuk Siswa Tuli” cukup baik dan layak menjadi dasar pengembangan sistem komunikasi satu arah di SMP-LB.

Keywords

Pembelajaran Tuli;Komunikasi Satu Arah;Bahasa isyarat; Video;Suara

Teks Lengkap:

PDF

Referensi

[1] Y. Toba et al., “Considering multi-modal speech visualization for deaf and hard of hearing people,” 2015 10th Asia-Pacific Symp. Inf. Telecommun. Technol. APSITT 2015, pp. 148–150, Aug. 2015, doi: 10.1109/APSITT.2015.7217102.

[2] B. Rajapandian, V. Harini, D. Raksha, and V. Sangeetha, “A novel approach as an AID for blind, deaf and dumb people,” Proc. 2017 3rd IEEE Int. Conf. Sensing, Signal Process. Secur. ICSSS 2017, pp. 403–408, Oct. 2017, doi: 10.1109/SSPS.2017.8071628.

[3] S. Carter, J. Greenberg, C. J. Funes, E. A. Macklin, and A. M. Vranceanu, “Effects of a mind-body program on symptoms of depression and perceived stress among adults with neurofibromatosis type 2 who are deaf: A live-video randomized controlled trial,” Complement. Ther. Med., vol. 56, p. 102581, Jan. 2021, doi: 10.1016/J.CTIM.2020.102581.

[4] E. Moriarty, “‘Sign to me, not the children’: Ideologies of language contamination at a deaf tourist site in Bali,” Lang. Commun., vol. 74, pp. 195–203, Sep. 2020, doi: 10.1016/J.LANGCOM.2020.06.002.

[5] M. C. Nasir, E. Sudaryanto, H. Kusumaningrum, P. I. Komunikasi, and U. Surabaya, “PENGGUNAAN SISTEM ISYARAT BAHASA INDONESIA (SIBI) SEBAGAI MEDIA KOMUNIKASI (STUDI DESKRIPTIF PADA SISWA TUNARUNGU DI SLB AMONG ASIH, SURABAYA) The use of the Indonesian language sign system (SIBI) as a medium of communication (Descriptive study on Deaf students in SLB Among Asih, Surabaya)”.

[6] E. R. K. IRWANTO, ANALISIS SITUASI PENYANDANG DISABILITAS DI INDONESIA: SEBUAH DESK-REVIEW. PUSAT KAJIAN DISABILITAS, 2010.

[7] Y. Imran, “Penyandang Disabilitas di Perguruan Tinggi”.

[8] R. A. Ramadhani, “A new technology on translating Indonesian spoken language into Indonesian sign language system | Ramadhani | International Journal of Electrical and Computer Engineering (IJECE).” https://ijece.iaescore.com/index.php/IJECE/article/view/23386 (accessed Jul. 08, 2022).

[9] R. A. Ramadhani, I. K. G. D. Putra, M. Sudarma, and I. A. D. Giriantari, “Detecting Indonesian ambiguous sentences using Boyer-Moore algorithm,” TELKOMNIKA (Telecommunication Comput. Electron. Control., vol. 18, no. 5, pp. 2480–2487, Oct. 2020, doi: 10.12928/TELKOMNIKA.V18I5.14027.

[10] A. Luque, M. Mazzoleni, A. Carrasco, and A. Ferramosca, “Visualizing Classification Results: Confusion Star and Confusion Gear,” IEEE Access, vol. 10, pp. 1659–1677, 2022, doi: 10.1109/ACCESS.2021.3137630.

[11] E. Blasch, A. Vakil, J. Li, and R. Ewing, “Multimodal Data Fusion Using Canonical Variates Analysis Confusion Matrix Fusion,” IEEE Aerosp. Conf. Proc., vol. 2021-March, Mar. 2021, doi: 10.1109/AERO50100.2021.9438445.

[12] D. Roso Wulandari and M. Zainudin, “MASALAH DAN KESULITAN BELAJAR YANG DIHADAPI SISWA SEKOLAH LUAR BIASA (SLB) NEGERI SUKAMAJU ABUNG SEMULI LAMPUNG UTARA,” J. Technol. Math. Soc. Sci., vol. 1, no. 2, pp. 36–42, 2022, Accessed: Feb. 27, 2023. [Online]. Available: https://ejurnal.ikippgribojonegoro.ac.id/index.php/JTHOMS/article/view/2520

[13] M. Sobhan, M. Z. Chowdhury, I. Ahsan, H. Mahmu, and M. K. Hasan, “A Communication Aid System for Deaf and Mute using Vibrotactile and Visual Feedback,” Proc. - 2019 Int. Semin. Appl. Technol. Inf. Commun. Ind. 4.0 Retrosp. Prospect. Challenges, iSemantic 2019, pp. 184–190, Sep. 2019, doi: 10.1109/ISEMANTIC.2019.8884323.

[14] N. Mulya Nugraha and I. Afrianto, “RANCANG BANGUN APLIKASI INTERKATF SIMULASI PEMILU BAGI PENYANDANG TUNANETRA BERBASIS ANDROID”.

[15] A. Akbar et al., “IMPLEMENTASI GOOGLE SPEECH API PADA APLIKASI KOREKSI HAFALAN AL-QUR ’ AN BERBASIS ANDROID ( The Implementation of the Google Speech on Qur ’ an Recitation Correction,” vol. 1, no. 1, pp. 1–8, 2019.

[16] O. Hazrati, S. Ghaffarzadegan, and J. H. L. Hansen, “Leveraging automatic speech recognition in cochlear implants for improved speech intelligibility under reverberation,” ICASSP, IEEE Int. Conf. Acoust. Speech Signal Process. - Proc., vol. 2015-August, pp. 5093–5097, Aug. 2015, doi: 10.1109/ICASSP.2015.7178941.

[17] L. R. Bahl et al., “Large vocabulary natural language continuous speech recognition,” ICASSP, IEEE Int. Conf. Acoust. Speech Signal Process. - Proc., vol. 1, pp. 465–467, 1989, doi: 10.1109/ICASSP.1989.266464.

[18] W. Hidayat, E. Utami, and A. D. Hartanto, “Effect of Stemming Nazief Adriani on the Ratcliff/Obershelp algorithm in identifying level of similarity between slang and formal words,” 2020 3rd Int. Conf. Inf. Commun. Technol. ICOIACT 2020, pp. 22–27, Nov. 2020, doi: 10.1109/ICOIACT50329.2020.9331973.

[19] M. A. Nq, L. P. Manik, and D. Widiyatmoko, “Stemming Javanese: Another Adaptation of the Nazief-Adriani Algorithm,” 2020 3rd Int. Semin. Res. Inf. Technol. Intell. Syst. ISRITI 2020, pp. 627–631, Dec. 2020, doi: 10.1109/ISRITI51436.2020.9315420.

[20] “Mengenal Bisindo dan SIBI, 2 Bahasa Isyarat yang Digunakan di Indonesia - Difabel Tempo.co.” https://difabel.tempo.co/read/1624137/mengenal-bisindo-dan-SIBI-2-bahasa-isyarat-yang-digunakan-di-indonesia (accessed Mar. 31, 2024).

[21] Y. Lei, Y. Dong, F. Xiong, H. Bai, and H. Yuan, “Confusion Weighted Loss for Ambiguous Classification,” VCIP 2018 - IEEE Int. Conf. Vis. Commun. Image Process., Jul. 2018, doi: 10.1109/VCIP.2018.8698693.

[22] Y. Xiong, “Building text hierarchical structure by using confusion matrix,” 2012 5th Int. Conf. Biomed. Eng. Informatics, BMEI 2012, pp. 1250–1254, 2012, doi: 10.1109/BMEI.2012.6513202.

DOI: https://doi.org/10.24176/simet.v15i1.10689