Sesi Kuliah Tamu dengan Topik “Aplikasi Penerjemah Gerakan SIBI (Sistem Isyarat Bahasa Indonesia) ke Teks” oleh Dr. Ir. Erdefi Rakun, M.Sc. dari Universitas Indonesia (UI)
Sesi Kuliah Tamu dengan Topik “Aplikasi Penerjemah Gerakan SIBI (Sistem Isyarat Bahasa Indonesia) ke Teks” oleh Dr. Ir. Erdefi Rakun, M.Sc. dari Universitas Indonesia (UI)
Jumat, 13 November 2020
Pada hari Jumat, 13 November 2020 yang lalu telah diadakan sesi kuliah tamu (guest lecture) di Magister Teknik Informatika (MTI), Universitas Bina Nusantara dengan pembicara Dr. Ir. Erdefi Rakun, M.Sc., seorang dosen dan peneliti dari Fakultas Ilmu Komputer (Fasilkom), Universitas Indonesia (UI). Beliau memperoleh gelar S3 dari Fasilkom UI, S2 dari School of Computer Science, University of Minnesota USA, dan S1 dari Teknik Elektro UI. Sesi kuliah tamu diadakan secara online di tengah pandemi COVID-19 saat ini menggunakan platform Zoom. Materi yang disampaikan berjudul “Aplikasi Penerjemah Gerakan SIBI (Sistem Isyarat Bahasa Indonesia) ke Teks” (Gambar 1). Topik ini erat kaitannya dengan bidang riset Beliau di dunia sign language recognition dan relevan dengan sejumlah topik penelitian thesis mahasiswa MTI. Sesi tersebut dihadiri oleh 30 mahasiswa MTI Reguler dan Online di Universitas Bina Nusantara.
Gambar 1. Sesi Pembukaan Kuliah Tamu oleh Dr. Ir. Erdefi Rakun, M.Sc.
Selama kurang lebih satu jam, pembicara menyampaikan pengalaman riset di bidang sign language recognition dan bagaimana Beliau sudah berkecimpung di bidang penelitian tersebut selama kurang lebih 8 tahun. Rencana jangka Panjang dari penelitian Beliau adalah mengembangkan aplikasi gerakan SIBI secara 2 arah, yakni dari gerakan SIBI ke teks dan dari teks ke gerakan SIBI (Gambar 2). Data yang digunakan pada penelitian Beliau merupakan hasil kerjasama antara Fasilkom UI dengan Sekolah Santi Rama di Jakarta Selatan. Adapun tahap-tahap yang dilakukan dalam penelitian pengenalan gerakan SIBI ke teks diilustrasikan pada Gambar 3, di mana setelah video gerakan SIBI ditangkap oleh ponsel pintar, video dipecah menjadi sejumlah frame untuk kemudian masuk ke tahap ekstraksi fitur. Setelah itu dilakukan identifikasi segmen, yang kemudian dimodelkan menggunakan Long Short-Term Memory (LSTM) untuk menghasilkan transkripsi teks dari gerakan SIBI tersebut. Proses eksperimen dilakukan secara iteratif dengan tujuan memperoleh akurasi model sebaik mungkin.
Gambar 2. Rencana Jangka Panjang Penelitian Gerakan SIBI
Gambar 3. Alur Kerja Sistem Penerjemah Gerakan SIBI ke Teks
Tidak hanya LSTM, Beliau dan tim juga mencoba sejumlah algoritma lainnya, yang tidak dapat dipaparkan seluruhnya dalam satu sesi kuliah ini saja. Tidak berhenti pada pembangunan model, Beliau beserta tim risetnya juga mengembangkan mobile application agar dapat digunakan oleh banyak orang. Pengembangan mobile app memiliki tantangan tersendiri, seperti kecepatan waktu komputasi, konfigurasi jaringan, dan sebagainya. Saat ini, tim sudah mengembangkan mobile app untuk melakukan konversi dari teks menjadi gerakan SIBI. Untuk proses konversi sebaliknya, yakni dari gerakan SIBI menjadi teks, mobile app-nya sedang dalam tahap pengembangan.
Di akhir perkuliahan, dibuka sesi tanya-jawab di mana para mahasiswa diberi kesempatan untuk bertanya lebih jauh ke pembicara. Sejumlah pertanyaan yang diajukan mahasiswa lebih mengarah ke hal-hal teknis dilakukannya eksperimen pengenalan gerakan SIBI ini dan apakah teknik-teknik yang digunakan tersebut juga bisa diimplementasikan untuk pengenalan gerakan isyarat bahasa lainnya (selain Bahasa Indonesia). Sesi tanya-jawab ini menjadi sesi penutup acara kuliah tamu yang berlangsung selama kurang lebih 1,5 jam. Dengan diadakannya sesi kuliah tamu seperti ini, mahasiswa dapat memperoleh lebih banyak ilmu dan membuka wawasan mereka, khususnya terkait implementasi ilmu yang sudah dipelajari di dunia penelitian.
Penulis: Amalia Zahra, S.Kom., Ph.D.