Komunikasi merupakan hal yang sangat penting dalam kehidupan bermasyarakat, dan semua orang pasti membutuhkan komunikasi sebagai sarana bersosialisasi dengan orang lainnya, tak terkecuali mereka yang memiliki keterbatasan fisik, tuna rungu dan tuna wicara misalnya. SIBI menupakan suatu bahasa yang menggunakan gerakan tangan dan ekspresi wajah, yang merupakan suatu alat komunikasi bagi penderita tuna rungu dan tuna wicara.Dengan latar belakang tersebutlah penelitian ini dilakukan. Penelitian ini bertujuan untuk dapat membuat sistem pengenalan abjad jari pada SIBI, mulai dari abjad “A” hingga “Z”. Metode yang digunakan dalam penelitian ini adalah metode ekstraksi fitur Principal Component Analysis dan pengukuran jarak kedekatan menggunakan Euclidean Distance. Penelitian ini menggunakan 1092 data citra yang akan digunakan sebagai data training dan testing untuk proses uji coba pada sistem yang telah dibuat. Dengan menggunakan metode ekstraksi fitur PCA dan penghitungan jarak dengan Euclidean Distance, dari tiga skenario pengujian yang telah dilakukan pada penelitian ini, menghasilkan tingkat akurasi sebesar 77.11% untuk uji coba dengan memisahkan data training menjadi dua, yaitu data training untuk semua huruf kecuali “J” dan “Z” dan data training huruf “J” dan “Z” saja.

Communication is an important point in the society of life, and everyone certainly needs communication as the tool of socialization with other people, without exception those whom have physical limitations, such as the deaf and the mute. SIBI is the language using hand movement and face expression which are the tools of communication for the deaf and the mute. Base on the background of the study above this research carried out. The purpose of this research to work out the finger alphabet system recognized in Indonesian Sign Language, start from the alphabet “A” to “Z”. The method uses in this research is feature extraction Principal Component Analysis method and the measurement of distance using Euclidean Distance. This research uses 1092 data of image that will be used for training data and testing data to test process on the system has been made. By using the method of feature extraction PAC and calculating the measurement of distance using Euclidean Distance, from the three scenarios test that done by this research, the result of an accurancy is 77.11% for the test by separating training data into two, training data for all alphabet axcept ”J” and ”Z” and the training data only for alphabet ”J” and ”Z”.