Deteksi BISINDO
denganYOLOv11m-Pose

Sistem deteksi huruf Bahasa Isyarat Indonesia (BISINDO) secara real-time menggunakan deep learning dan estimasi pose, berjalan sepenuhnya di dalam browser tanpa memerlukan server.

29 KelasONNX Runtime WebSupport Huruf BergerakAccuracy 99.54%

Performa Model

99.20%

mAP50(P)

99.56%

Precision

99.54%

Recall

99.54%

Accuracy

866/870

Prediksi Benar

4/870

Prediksi Salah

Dilatih selama 100 epoch · AdamW optimizer

Metodologi

Tahapan-tahapan pengembangan sistem deteksi BISINDO, mulai dari pengumpulan data hingga testing.

01

Pengumpulan Data

Dataset BISINDO terdiri dari 1.450 gambar dalam 29 kelas, gabungan data primer dan sekunder dari GitHub, Kaggle, dan Roboflow.

02

Preprocessing

Setiap gambar diproses dengan MediaPipe untuk mengekstraksi 16 keypoints, di-letterbox ke 640×640, lalu diaugmentasi menjadi 5× menggunakan flip, rotation, noise, blur, dan brightness.

03

Training & Validation

YOLOv11m-Pose dilatih selama 100 epoch menggunakan optimizer AdamW dengan pose loss 20,0, batch size 16, dan learning rate awal 0,0003.

04

Testing

Model dievaluasi pada 870 gambar test set dan mencapai mAP50 99,20%, precision 99,56%, recall 99,54%, dan accuracy 99,54%.

Performa Model

Metrik evaluasi pada test set setelah 100 epoch.

mAP50 (P)

99.20%

Precision

99.56%

Recall

99.54%

Accuracy

99.54%

Prediksi Benar

866/870

Prediksi Salah

4/870

Arsitektur & Dataset

Konfigurasi model dan spesifikasi dataset yang digunakan dalam sistem.

bisindo_config.yaml
# model_config
model: yolov11m
type: detection
input: 640x640
keypoints: 0
pose_loss: 0.0
epoch: 100

# dataset_config
total_images: 1450
augmentation: false
dataset_size: 1450
split: none
bisindo_config.yaml
# model_config
model: yolov11m-pose # [!code highlight]
type: pose-estimation # [!code ++]
input: 640x640
keypoints: 16 # [!code ++]
pose_loss: 20.0 # [!code ++]
epoch: 100

# dataset_config
total_images: 1450
augmentation: true # [!code highlight]
techniques: [flip, rotate, noise, blur, brightness] # [!code ++]
dataset_size: 8700 # [!code highlight]
split: {train: 6090, val: 1740, test: 870} # [!code ++]

Tech Stack

Teknologi yang digunakan untuk membangun dan menjalankan sistem ini.

Coba Deteksi BISINDO Sekarang

Coba deteksi huruf BISINDO secara langsung menggunakan kamera secara real-time.