<![CDATA[Penelitian ini diawali oleh kebutuhan komunikasi antara penyandang tunarungu dan tunawicara dengan non-penyandang. Tujuan penelitian jangka panjang adalah penerjemah  bahasa isyarat tangan menjadi teks. Sebuah sarung tangan dilengkapi sensor tekuk digunakan untuk akuisisi data. Data direkam dan akan digunakan pada tahapan desain model machine learning. Ada sepuluh langkah desain model machine learning yang dikerjakan dalam penelitian ini dan dijelaskan dalam artikel, yaitu import library, import dataset, exploratory data analysis, split data, data scrubbing, algoritma pre-model,  penentuan algoritma machine learning, prediksi atau klasifikasi, optimasi, dan evaluasi. Dari enam belas fitur berhasil disederhanakan menjadi sebelas fitur dalam tahap pre-model algorithm. Pemisahan dataset menjadi tiga bagian yaitu data latih, data validasi, dan data uji; dengan proporsi 60:20:20. Pemilihan algoritma yang tepat adalah k-nearest neghbor dengan nilai k = 3. Akurasi yang dihasilkan dengan data uji adalah 98.9%.]]>
