Bahasa Isyarat adalah satu-satunya media dimana tunarungu-wicara dapat berkomunikasi. Pada tanggan 8 Oktober 2019 Word Healt Organization (WHO) mengatakan, pada tahun 2019 diperkirakan terdapat sekitar 466 juta orang di dunia mengalami gangguan pendengaran, dimana 34 juta diantaranya merupakan anak-anak (Riskesdas : 2019). Maka dari itu pada penelitian ini dibuatlah aplikasi pendeteksi Sistem Isyarat Bahasa Indonesia (SIBI), yang merupakan simbol isyarat abjad yang akan di terjemahkan kedalam bentuk teks. Sehingga pembicara dapat mengucapkan merangkai kata bahkan kalimat apapun, dalam hal ini diharapkan penderita tunarungu dapat terbantu untuk menyampaikan informasi kepada orang yang tidak paham akan bahasa isyarat.
Penelitian ini dirancang menggunakan machine learning yang memungkinkan pengklasifikasian model simbol isyarat menjadi teks, Adapun algoritma yang digunakan ialah Algoritma Random Forest Classifier menggunakan library module dariscikit learn dan mediapipe, serta penambahan library OpenCV agar memungkinkan aplikasi berjalan secara realtime.
Dengan perolehan hasil pengujian dan tingkat akurasi yang baik, aplikasi ini diharapkan dapat membantu penyandang tunarungu dalam berkomunikasi dengan orang normal sehingga tidak terjadi kesenjangan sosial.