Komunikasi non verbal (non lisan) merupakan komunikasi bagi tuna rungu. Komunikasi ini menggunakan bahasa isyarat berupa gerakan isyarat tangan ataupun gerakan isyarat tubuh. Agar orang normal dapat mengerti bahasa isyarat diperlukan suatu media komunikasi penerjemah bahasa isyarat tersebut menjadi bahasa verbal yang mudah dipahami. Pada Tugas Akhir ini akan diimplementasikan sebuah aplikasi pengenalan bahasa isyarat tangan bagi tuna rungu dan tuna wicara menggunakan metode Two-Dimensional Linear Discriminant Analysis (2D-LDA). Aplikasi ini berbasis aplikasi desktop yang terintegrasi dengan webcam. Tahapan dan proses penting yang harus dilakukan dalam implementasi sistem bahasa isyarat statis ini adalah dengan mendeteksi konfigurasi bentuk postur tangan yang mencerminkan huruf alphabet sistem isyarat bahasa indonesia (SIBI). Metode deteksi objek tangan yang digunakan menggunakan haar classifier. Jika deteksi tangan tersebut telah berhasil dilakukan maka proses pengambilan citra, pelatihan data, dan klasifikasi tangan dapat dilakukan. Metode ekstraksi dan klasifikasi yang digunakan dalam pengenalan dan identifikasi bahasa isyarat tangan ini menggunakan metode 2D-LDA (Two-Dimensional Linear Discriminant Analysis). Pada penelitian ini, uji coba sistem dilakukan dengan 2 percobaan, pada percoban pertama dilakukan pada teman sekitar universitas trunojoyo madura, memiliki akurasi sebesar 88,46% dan pada percobaan kedua di lakukan di SDLB Keleyan memiliki akurasi sebesar 78,15%. Kata kunci : bahasa isyarat statik, haar clasifier, deteksi tangan, klasifikasi, 2D-LDA, Euclidean Distance.

Non verbal communication is communication for the deaf. Communication using sign language consists of the movement of hand signals as gestures of the body. In order for normal people to understand the language needed a medium of communication for language translators can be a verbal language that is easy to understand. In this Final Project a language recognition application for the deaf and speech impaired will be implemented using the Two-Dimensional Linear Discrimination Analysis (2D-LDA) method. Desktop-based application integrated with webcam. The important stages and processes that must be carried out in the implementation of this system of statistical sign language are the conversion of the form of the hand posture that changes the alphabet letter of the Indonesian language cue system (SIBI). Hand object detection method used using the haar classifier. If the hand detection has been successfully carried out, the image retrieval process, training data, and hand classification can be done. The extraction and classification methods used in the introduction and classification of this language use the 2D-LDA method (Two-Dimensional Linear Discrimination Analysis). In this study, the system trial was conducted with 2 experiments, the first experiment was conducted on university friends from Trunojoyo Madura, having a test of 88.46% and in the second experiment conducted at SDLB Keleyan had a guarantee of 78.15%. Keywords: static sign language, haar clasifier, hand detection, classification, 2D-LDA, Euclidean Distance.

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal