---
license: mit
library_name: keras
tags:
- sign-language
- sibi
- computer-vision
- image-classification
---

# SIBI Sign Language Classification Model

Model ini digunakan untuk mengklasifikasikan gestur tangan Bahasa Isyarat Indonesia (SIBI) berdasarkan gambar atau frame video[cite: 1]. Sistem ini bekerja secara hibrida dengan memadukan **YOLO** untuk mendeteksi letak tangan (bounding box) dan **CNN (Keras)** untuk memprediksi kelas kata/huruf SIBI dari hasil potongan (crop) gambar tangan tersebut.

## Deskripsi Model
* **Arsitektur Utama:** CNN (Convolutional Neural Network) yang dibangun menggunakan Keras/TensorFlow.
* **Tugas Pemrosesan:** Klasifikasi Gambar (Image Classification) untuk potongan area tangan.
* **Input:** Gambar RGB berukuran `128x128` piksel yang telah dinormalisasi (`/ 255.0`).
* **Output:** 93 kelas yang merepresentasikan huruf alfabet dan kata-kata dalam SIBI.

## Dataset
Model ini dilatih menggunakan dataset gambar tangan yang merepresentasikan berbagai macam gestur huruf dan kata dalam Sistem Isyarat Bahasa Indonesia (SIBI)[cite: 1].

## Daftar Kelas (93 Kelas)
```text
A, Air, Anak1, Anak2, Apa1, Apa2, B, Bagaimana1, Bagaimana2, Bangun1, Bangun2, 
Besok1, Besok2, Bicara, Bisa1, Bisa2, C, Cepat1, Cepat2, Cepat3, D, Datang, 
Dengar, Dia, E, F, G, H, I, J, Jalan, K, Kamu, Kapan, Kemarin, Kerja1, 
Kerja2, Kita, L, Lambat1, Lambat2, Lelah1, Lelah2, Lihat1, Lihat2, M, Maaf, 
Main, Makan, Malam1, Malam2, Mana, Marah1, Marah2, Mau, Mereka1, Mereka2, Minum, 
N, Nama, Nanti, O, Orang1, Orang2, P, Pagi, Q, R, Rumah1, Rumah2, S, 
Sakit1, Sakit2, Saya, Sedih1, Sedih2, Sekarang, Sekolah1, Sekolah2, Senang, 
Siapa, Sudah1, Sudah2, T, Tahu, Teman, Tidak, Tidur, U, V, W, X, Y