Tutorial: Deteksi Bahasa Isyarat Tangan dengan Teachable Machine

Tujuan

Membuat model Machine Learning sederhana yang bisa mengenali gerakan tangan dasar sebagai bahasa isyarat.

Contoh:

• ✊ → Huruf A

• 🖐️ → Huruf B

• ✌️ → Huruf C

(atau bisa dipakai untuk angka 1, 2, 3, 4, 5).

Alat & Bahan

1. Laptop/PC dengan kamera (atau HP).

2. Akses internet → Teachable Machine.

3. Contoh gerakan tangan (difoto/direkam dengan webcam).

4. Pencahayaan cukup agar bentuk tangan jelas.

Langkah-Langkah

1. Buka Teachable Machine

• Masuk ke: https://teachablemachine.withgoogle.com/

• Pilih: Get Started → Image Project → Standard Image Model

2. Buat Kelas untuk Gerakan Tangan

• Contoh:

  • Class 1 → Angka 1 (jari telunjuk)

  • Class 2 → Angka 2 (peace sign)

  • Class 3 → Angka 5 (telapak terbuka)

 Guru bisa menambah lebih banyak kelas (A, B, C huruf abjad atau angka 1–10).

3. Ambil Data Gerakan

• Klik Webcam → tunjukkan gerakan tangan di depan kamera.

• Ambil 10–30 gambar per kelas dengan variasi posisi tangan (kanan, kiri, agak miring).

• Atau Upload foto jika sudah ada dataset bahasa isyarat.

4. Latih Model

• Klik Train Model.

• Tunggu hingga selesai.

• Uji coba langsung di browser: tunjukkan tangan → lihat hasil klasifikasi.

5. Export Model

• Klik Export Model → TensorFlow.js → Upload my model.

• Simpan link / download model.

6. Buat Aplikasi Interaktif (Opsional)

Guru bisa membuat aplikasi sederhana untuk siswa:

• Siswa menunjukkan gerakan tangan → kamera mengenali → muncul teks “Ini angka 2” atau “Huruf B”.

• Bisa ditambahkan suara otomatis: “Anda menunjukkan angka 5”.

Manfaat untuk Guru & Siswa SD

• Mengenalkan bahasa isyarat dasar sejak dini.
• Membantu siswa inklusi (Tunarungu) berkomunikasi dengan teman.
• Belajar AI + sosial → teknologi yang peduli keberagaman.
• Bisa dijadikan projek P5 (Kurikulum Merdeka) – Kebinekaan Global & Gotong Royong.