Hasil Pencarian  ::  Simpan CSV :: Kembali

"Banjir menjadi salah satu bencana alam yang dapat merugikan makhluk hidup sekitarnya. Penyebab banjir umumnya terjadi akibat curah hujan yang ekstrem, kemudian didukung oleh faktor lainnya seperti elevasi, kemiringan lereng, jenis tanah/litologi, tata guna lahan, dan jarak ke sungai. Diperlukan sebuah terobosan baru dalam upaya peramalan untuk mengetahui kawasan kerentanan banjir, sehingga dapat dilakukan tindak pencegahan. Arsitektur deep learning menjadi sebuah solusi dalam permasalahan ini. Long Short-Term Memory (LSTM) merupakan salah satu arsitektur deep learning yang dipakai pada penelitian ini, karena baik dalam memprediksi kejadian jangka panjang. Model LSTM yang dibuat memiliki tren train dan validation loss yang masuk ke zona ideal serta memiliki skor R2 & adjusted R2 sebesar 0,73. Hal tersebut menunjukkan model ini substansial (kuat) dalam memprediksi.Hasil prediksi presipitasi dari model LSTM digunakan sebagai salah satu parameter prediksi wilayah kerentanan bencana banjir di Kota Da Nang, Vietnam yang dikombinasikan dengan parameter pendukung lainnya. Pada prediksi wilayah kerentanan banjir dibagi menjadi lima tingkat kerentanan yakni: sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Tingkat kerentanan sangat rendah dan rendah berada di bagian barat objek penelitian dengan luas sebesar 17,35% dan 40,97% dari total luas. Tingkat kerawanan sedang, tinggi, dan sangat tinggi berada di bagian timur objek penelitian dengan luas sebesar 31,61%, 9,79%, dan 0,27% dari total luas.

---

Floods are one of the natural disasters that can harm living creatures around them. The cause of flooding occurs due to extreme rainfall, supported by other factors such as elevation, slope, soil type/lithology, land use, and distance to the river. A breakthrough is needed in forecasting efforts to identify flood vulnerability areas so preventive measures can be taken. Deep learning architecture is a solution to this problem. Long Short-Term Memory (LSTM) is a deep learning architecture used in this study because it is good at predicting long-term events. The LSTM model created has a training and validation loss trend that enters the ideal zone and has R2 & adjusted R2 score of 0.73. This shows model has a substantial (strong) category in predicting.

The results of the precipitation prediction from the LSTM model are used as one of the prediction parameters for flood vulnerability areas in Da Nang City, Vietnam, which is combined with other supporting parameters. The prediction of flood vulnerability areas is divided into five levels of vulnerability: very low, low, moderate, high, and very high. Very low and low levels are in the western part of the research object with an area of 17.35% and 40.97% of the total area. The moderate, high, and very high levels are in the eastern part of the research object with an area of 31.61%, 9.79%, and 0.27% of the total area.

"

"

Sukabumi merupakan salah satu wilayah di Indonesia yang memiliki pengalaman terdampak bencana gempabumi. Potensi untuk terjadi guncangan akibat gempabumi juga masih besar mengingat daerah ini berada di busur depan tektonik Pulau Jawa. Tujuan penelitian ini adalah untuk memberikan gambaran pendekatan distribusi potensi bahaya gempabumi hingga potensi risikonya terhadap pertumbuhan distribusi jumlah penduduk. Metodologi yang digunakan untuk potensi bahaya gempabumi adalah dengan pendekatan Peak Ground Acceleration (PGA) yang dapat dikoreksi pada skala yang lebih baik dengan analisis AVS30. Selain itu, untuk melihat potensi dampak terhadap penduduk di tahun 2030, dilakukan pemodelan distribusi pertumbuhan tutupan lahan permukiman dengan menggunakan pendekatan Marcov-chain. Selanjutnya, dengan pendekatan gabungan antara pemodelan random forrest dan proyeksi lahan terbangun serta proyeksi geometrik jumlah penduduk diperoleh sebuah model kepadatan penduduk tahun 2030 dengan tingkat akurasi yang baik. Hasil akhir penelitian dapat memberikan gambaran potensi sebaran dan jumlah penduduk yang berada diwilayah berisiko guncangan permukaan gempabumi yang dikelompokan dalam tiga kategori, risiko rendah, sedang, dan tinggi. Risiko bencana gempabumi dinilai dari potensi gempabumi. Variabel yang digunakan dalam penelitian ini sebanyak enam jenis, yaitu: potensi gempa bawah permukaan, kondisi fisik, infrastruktur, kebijakan, tutupan lahan, dan jumlah penduduk. Hasil kajian potensi dampak gempabumi dengan melihat proyeksi pertumbuhan permukiman dan penduduk di Sukabumi dapat memberikan informasi potensi risiko gempabumi terhadap pertumbuhan penduduk terbesar berada di wilayah Kota Sukabumi dan sekitar teluk Pelabuhan Ratu. Informasi tersebut dapat menjadi referensi yang lebih baik terutama dalam menyusun strategi antisipasi dalam upaya menjaga pembangunan yang berkelanjutan.

 

---

Sukabumi is one of the regions in Indonesia that has experience affected by earthquake. The potential for shocks due to earthquakes is still large considering that this area located at the front arc tectonic system of the Java island. The aims of this study is to illustrate the distribution of potential surface shaking based earthquake and it’s risk thought population distribution. The methodology used for potential earthquake hazards is the combination between Peak Ground Acceleration (PGA) approach and AVS30 analysis. In addition, to see the potential impact of the population in 2030, the distribution of residential land cover is developed using the Marcov Chain approach. Furthermore, with combination approach between random forrest modelling, projected land cover, and geometric projections of population, a population density model of 2030 was obtained with better accuracy. The final results of this study can provide an overview of distribution and number of residents in the potential surface shaking areas that are grouped into three different categories: low, medium, and high risk. Earthquake disaster risk is assessed from the potential of the earthquake. There are six variables that used in this study, namely: subsurface earthquake potential shaking, physical condition, infrastructure, regulation, land cover, and population. The results of the study of the potential impact of the earthquake by looking at the projected growth in settlements and residents in Sukabumi area. It can provide information on the potential risk of earthquakes to the largest population growth in the area of Sukabumi City and around the port of Pelabuhan Ratu. This information can be a better reference, especially in preparing anticipatory strategies for resilience sustainable development programme.

 

"

"ABSTRAKPada tahun 2007 Pemerintah menetapkan kebijakan nasional tentang Penanggulangan Bencana Alam dengan menerbitkan Undang-Undang Nomor 24 tahun 2007 tentang Penanggulangan Bencana Alam, yang kemudian ditindaklanjuti dengan pembentukan BNPB di tingkat pusat dan BPBD di tingkat Kabupaten/Kota. Penanggulangan Bencana Alam tidak hanya merupakan tanggung jawab Pemerintah dalam hal ini BNPB/BPBD saja, akan tetapi merupakan tanggung jawab seluruh komponen bangsa termasuk TNI. Dalam penanggulangan bencana banjir Garut, TNI memainkan peran yang cukup signifikan karena BPBD Garut merupakan organisasi bentukan yang termasuk baru, sehingga mempunyai kekurangan kapabilitas dalam penanggulangan bencana . Namun karena aspek legal yang tidak mendeskripsikan peran TNI secara jelas dalam hal pendanaan, durasi waktu penugasan dan model perbantuan hal ini menimbulkan kesulitan dilapangan. Penelitian ini menggunakan pendekatan kualitatif yang ditujukan untuk menganalisis sinergitas antara TNI dengan instansi terkait dalam masa tanggap darurat bencana banjir bandang di Garut, teori yang digunakan terutama adalah teori yang berkaitan dengan koordinasi dan sinergitas. Hasil penelitian mengungkapkan bahwa landasan hukum dalam penanggulangan banjir perlu di adakan perubahan, karena belum menyentuh aspek pendanaan operasional, durasi penugasan dan bentuk perbantuan. Dalam hal sinergitas, masih belum setara/seimbang, karena faktor kultur kerja, pengalaman dan koordinasi.

---

ABSTRACTIn 2007 The Indonesian Government set a national policy about national disaster management by publishing No. 24 of 2007 On Disaster Management Act, which is then followed up with formation of National Disaster Management Agency BNPB Regional Disaster Management Agency BPBD at the district city level. Natural disaster management is not just Government responsbility but it is the responsbility of all components of the Nation including Indonesian Armed Forces TNI . In overcoming of Garut Flashflood TNI plays a significant role due to BPBD Garut is a new formation so that lack of professionalism and leadership acording to disaster management. But the unclear of TNI job description according to financing, time duration and form assistance it make several problems during the activity. This study used qualitative approach aimed at analyzing the sinergy of TNI with related parties in the emergency response Garut flash flood management. The result revealed that in Garut relief disaster management, the legal basis for the involvement of Indonesian Army in the handling of natural disasters need to be change, and according synergy is not balanced due to of work culture, experience and coordination. "

"Likuifaksi merupakan bencana alam yang langka dan sangat erat kaitannya dengan rekayasa geoteknik, dimana fenomena ini terjadi pada Kota Palu 2018 silam. Salah satu area terdampak dari likuifaksi Palu adalah Desa Lolu yang mengalami pergerakan lateral besar yakni hingga 150 m. Penelitian bertujuan untuk mengidentifikasi potensi likuifaksi yang menyebabkan terjadinya pergerakan lateral besar di Desa Lolu menggunakan data Cone Penetration Test dan uji gradasi butiran tanah. Dalam mengevaluasi potensi likuifaksi, data Cone Penetration Test diolah menggunakan metode yang dikembangkan oleh Idriss-Boulanger yang mengacu pada nilai faktor keamanan tanah berdasarkan rasio antara tahanan tanah terhadap likuifaksi (CRR) dan nilai gempa yang terjadi (CSR), sedangkan uji gradasi butiran (Hydrometer & Sieve Analysis) dilakukan berdasarkan ASTM D422 dan ASTM D 6913 yang mengacu pada pengaruh komposisi jenis tanah terhadap tingkat potensi likuifaksi. Hipotesis awal potensi likuifaksi yang menyebabkan terjadinya pergerakan lateral besar di Desa Lolu adalah terdapat lapisan tanah lepas yang mengalami likuifaksi hingga kedalaman yang dalam akibat beban siklik dengan kekuatan tertentu, kondisi muka air tanah yang dangkal, lapisan permukaan tanah yang memiliki permeabilitas rendah sehingga bersifat kedap air dan kondisi geografis dengan kemiringan tertentu yang menyebabkan terjadinya pergerakan tanah secara lateral.

---

Liquifaction is a rare natural disaster and is very closely related to geotechnical engineering, where this phenomenon occurred in the city of Palu in 2018 ago. One of the areas affected by the Palu liquefaction is Lolu Village, which experiences a large lateral movement of up to 150 m. The research aims to identify the causes of large lateral movements in Lolu Village using Cone Penetration Test data and grain size distribution test. In evaluating liquefaction potential, the Cone Penetration Test data is processed using a method developed by Idriss-Boulanger which refers to the value of soil safety factors based on the ratio between ground resistance to liquefaction (CRR) and earthquake value (CSR), while grain size distribution tests (Hydrometer & Sieve Analysis) are carried out based on ASTM D422 & ASTM D 6913 which refers to the influence of soil type composition on the level of potential liquefaction. The initial hypothesis of potential liquefaction that causes large lateral movements in Lolu Village is that there are loose soil layers that experience liquefaction to deep depths due to cyclic loads with certain strengths, shallow groundwater conditions, surface layers that have low permeability so that they are waterproof and geographical conditions with a certain slope that causes lateral ground movement."

"Bencana alam dapat membuat manusia berasa di posisi yang sulit untuk mengatasi kesulitan, dimana terkadang beberapa orang bangkit untuk membantu dan memberikan bala bantuan untuk mereka yang terkena dampak. Penelitian ini bertujuan untuk mengevaluasi hubungan antara perilaku altruisme dan kesejahteraan psikososial dengan menggunakan studi korelasional dimana partisipan (N =327) berpartisipasi dengan menyelsaikan survei online yang disebar melalui media sosial, email, dan pesan pribadi. Penelitian ini menunjukkan bahwa ada korelasi positif yang signifikan antara perilaku altruisme dan kesejahteraan psikososial dengan membantu saat bencana alam, dimana semakin tinggi kesejahteraan psikososial, maka semakin tinggi perilaku altruisme yang ditunjukkan. Temuan ini dapat membuka jalan bagi masyarakat untuk mempromosikan perilaku tolong- menolong saat bencana alam seperti membantu menciptakan kesadaran diri melalui kampanye, menumbuhkan rasa syukur, serta memberikan kesempatan kepada sesama manusia untuk terlibat dalam perilaku menolong.

---

When natural disasters occur and put people in a tight spot to overcome adversities, many people rise to help and provide immediate assistance for those most affected. In this study, we are interested in evaluating the relationship between altruism and psychosocial wellbeing with helping during natural disasters by conducting a correlational study where participants (N = 327) were asked to complete an online survey dissemination through social media, email, and personal messages. Our study’s key findings suggest a significant positive correlation for both altruism and psychosocial wellbeing with helping during natural disasters. These findings could then make way for society to promote helping behaviour during natural disasters, such as by creating self and social awareness through campaigns, fostering gratitude, and providing people with opportunities to engage in helping behaviour."

"ABSTRAKBencana alam yang terjadi diIndonesia cukup tinggi salah satunya adalah banjir yang menimbulkan berbagai gangguan psikososial pada individu. Dampak psikososial akibat banjir yaitu terjadinya ansietas dan individu dalam menghadapi bencana cenderung mengalami kesedihan, marah serta menjadi stressor yang cukup berat. Tujuan penelitian ini untuk mengidentifikasi hubungan penerimaan diri dengan tingkat ansietas pada individu yang tinggal di wilayah rawan bencana banjir. Penelitian ini menggunakan rancangan cross sectional dengan jumlah sampel sebanyak 150 responden yang berasal dari Desa Semanan Kalideres Jakarta barat. Hasil penelitian menunjukkan adanya hubungan antara penerimaan diri dengan tingkat asnietas pada individu dewasa yang tinggal diwilayah rawan bencana banjir p value=0.000,?=0.05 . Penelitian ini merekomendasikan penerimaandiri perlu ditingkatkan pada individu, sebelum terjadi bencana melalui pendidikan kesehatan jiwa.

---

ABSTRACTNatural disasters that occurred in Indonesia is high enough one of them is the flood that caused various psychosocial disorders in individuals. Psychosocial effects caused by flooding is the anxiety and the individual in the face of disasters likely to experience sadness, anger and become severe enough stressor. The purpose of this study to identify the relationship of self acceptance with the level of anxiety in individuals who live in areas prone to flood. This study used cross sectional design with a sample size of 150 respondents from the village semanan. The results showed an association between the level of self acceptance asnietas in adult individuals who live in areas prone to floods p value 0.000, 0.05 . The study recommends acceptance need to be increased in individuals, prior to the disaster through mental health education."

"Pada September 2018, Kota Palu dilanda tiga bencana alam sekaligus. Bencana tersebut berdampak pada sebagian besar kota, termasuk hancurnya wilayah pesisir dan mengalami 'tanah bergerak' atau likuifaksi yang dipicu oleh gempa bumi berkekuatan ±7M menyebabkan banyak bangunan runtuh dan ribuan korban jiwa. Namun demikian, kejadian ini memaksa kota untuk beradaptasi dengan kapasitas yang dimilikinya. Tujuan dari penelitian ini yaitu membantu kota meningkatkan kapasitasnya menghadapi bencana dan ancaman lainnya dengan pendekatan resilience city dengan membuat panduan rancang kota berdasarkan kriteria konsep dalam konteks Kota Palu yang sesuai. Memahami kota dalam metode kualitatif, didukung oleh eksplorasi sejarah kota, alam, dan morfologi perkotaan. Serta pengalaman langsung penulis tentang Palu. Temuan ini mengungkapkan bahwa Kota Palu memiliki sejarah bencana alam yang panjang, masyarakat yang masih ingin terus tinggal di Palu dan Pemerintah menciptakan ruang kota baru mengadopsi desain adaptif lebih memperhatikan isu-isu bencana. Konsep Resilience city melalui 5 karakter yaitu 1) Inklusif, 2) Resourceful, 3) Terintegrasi, 4) Redundant, 5) Robustness. Dapat menjadi acuan penataan kembali kawasan yang hancur akibat bencana dan dapat berdampak bagi kota untuk membangun kota tangguh bagi pola kehidupan manusia yang lebih baik

---

In September 2018, Palu City was hit by three natural disasters. These disasters hit almost all areas of the city, including the destruction of coastal areas and the occurrence of 'moving land' or liquefaction triggered by an earthquake measuring ±7M, causing many buildings to collapse and thousands of casualties. However, this incident forced the city to adapt to its capacity. This study aims to support increasing the city's capacity in dealing with disasters and other threats with a resilient city approach by making a city design guide based on the concept of criteria in the context of Palu City. Understanding the city in a qualitative method is supported by exploring the city's history, nature, urban morphology, and the author's direct experience with Palu. The findings reveal that Palu City has a long history of natural disasters, people who still want to continue to live in Palu, and the Government creates new urban spaces by adopting adaptive designs that pay more attention to disaster issues. The concept of a Resilience city can be seen in five characters, in form 1) Inclusive, 2) Resourceful, 3) Integrated, 4) Redundant, and 5) Robustness. This research may serve as a guide for rebuilding disaster-devastated areas and may influence the design of resilient cities to improve human habitation."

"Pembahasan mengenai proses evakuasi tidak pernah usai di Indonesia mengingat karakteristik geografis Indonesia mengharuskannya berhadapan dengan risiko yang konstan dari berbagai bencana alam, seperti erupsi vulkanik, gempa bumi, banjir, dan tsunami. Oleh karena itu, memastikan evakuasi yang efisien menjadi hal yang penting untuk meminimalkan jumlah korban luka dan kematian. Namun demikian, situasi saat ini menunjukkan bagaimana Indonesia kurang memperhatikan pengelolaan proses evakuasi selama bencana alam terjadi. Beberapa keterlambatan evakuasi, diklaim oleh Badan Nasional Penanggulangan Bencana (BNPB) Indonesia, mengakibatkan peningkatan yang cukup substansial pada jumlah korban jiwa akibat bencana alam pada tahun 2018. Sehubungan dengan isu tersebut, penelitian ini dilakukan untuk memperbaiki efisiensi evakuasi saat ini dengan mencoba untuk mengoptimalkan perencanaan rute evakuasi untuk penanggulangan bencana di Indonesia. Masalah rute evakuasi pada penelitian ini mencakup bagaimana penugasan kendaraan evakuasi yang optimal untuk mengevakuasi para pengungsi, yang tersebar di sekitar area bencana, menuju tempat posko bencana yang tersedia. Penelitian ini mengambil kasus bencana banjir yang terjadi di Jakarta sebagai studi kasus utama dan sumber himpunan data penelitian. Keluaran dari penelitian ini adalah model optimisasi yang relevan dan dapat diterapkan untuk menghasilkan perencanaan rute evakuasi yang optimal. Terdapat beberapa metode yang dapat digunakan dalam masalah penugasan rute evakuasi. Penelitian ini akan menggunakan algoritma branch-and-bound karena sebagai metode eksak, branch-and-bound lebih mampu menjamin hasil yang optimal daripada metode berbasis aproksimasi. Hasil penelitian ini mengindikasikan bahwa model optimasi dengan algoritma branch-and-bound dapat menghasilkan solusi yang optimal dalam merancang penugasan rute evakuasi untuk korban bencana yang lebih lanjut meningkatkan efisiensi evakuasi.

---

The discussion on evacuation process undoubtly never cease to continue in Indonesia for its geographical properties compel this country to grapple with a constant risk of natural disaster, such as volcanic eruption, earthquake, flood, and tsunami. To that end, ensuring an efficient evacuation becomes one foremost matter in order to minimize the number of injured victims and fatalities. Nevertheless, current situation shows how indonesia has been paying less attention on administering the evacuation process during disaster period. Several tardy evacuations claimed by its national disaster management institution resulted a substantial hike on annual fatalities from natural disaster in 2018. In regard to that issue, this research was conducted to ameliorate current evacuation efficiency by attempting to optimize evacuation route planning for disaster management in Indonesia. The evacuation routing problem covers the idea on how to assign a set of vehicles to transport evacuees, who are spread around disaster area, to available nearest shelter. This research took flood disaster which recently happened in Jakarta as a main study case and data set source. The output of this study is an optimization model that is relevant and applicable to generate optimal evacuation route planning. There are several methods that can be used in this sort of evacuation routing problem. One of the methods and which this study uses is branch-and-bound algorithm since as an exact-type method, branch-and-bound is more capable to generate optimal solution than heuristic approaches. The result of this study indicates that optimization models with branch-and-bound algorithms can produce optimal solutions in designing evacuation route planning for disaster casualties by which further lifts up the evacuation efficiency."

"Pertumbuhan Jakarta meluas secara spasial membentuk wilayah Jabodetabek. Seiring dengan pertumbuhan kota, ruang hijau digantikan dengan gedung dan jalan menghasilkan fenomena Urban Heat Island. Penelitian ini bertujuan untuk menganalisis distribusi spasial UHI, pola hubungan antara LST, NDVI dan NDBI serta memodelkan prediksi UHI dengan metode Long Short Term Memory (LSTM). LSTM adalah variasi RNN yang memiliki prinsip kerja dengan menyimpan informasi terhadap pola-pola data. Hasilnya distribusi spasial UHI arahnya cenderung kearah timur dan selatan Jakarta. Karakteristik wilayah terdampak fenomena UHI berada pada daerah pusat industri, pengembangan pemukiman, perekonomian, transportasi, pelayanan, serta perdagangan. Profil LST bervariasi berdasarkan jarak dan ketinggian elevasi. Fenomena UHI mampu menghangatkan suatu wilayah sebesar 10C dibandingkan suhu normalnya. Pola spasial UHI berpola random akibat mengikuti pola jaringan jalan yang menyebar secara tidak teratur. Hasil pembangunan model sistem prediksi UHI bulan Januari tahun 2021 – Oktober tahun 2022 didapatkan nilai indeks positive 4,3 – 7,1 ini menunjukan suhu di wilayah Jakarta lebih panas dibandingkan Bogor. Pada uji nilai akurasi didapatkan RMSE sebesar 1,65 dan MAE sebesar 2,73

---

akarta’s growth expanded spatially to the Jabodetabek area. As cities grow, green spaces replaced with buildings and roads, resulting in a temperature difference phenomenon known as Urban Heat Island. This study aims to analyze the occurrence of UHI, synthesize the relationship between LST, NDVI, and NDBI, and model temperature prediction using Long Short-Term Memory (LSTM) method. LSTM is a variation of RNN which has a working principle by storing information and data patterns. The result is that the spatial distribution of UHI tends to be towards east and south Jakarta. The characteristics of the area affected by UHI are areas that centers of industry, settlements, economy, transportation, services, and trade. The LST profile varies with distance and elevation. UHI phenomenon can warm an area by 1°C compared to the average temperature. The spatial pattern of UHI is random as a result of following a road network pattern that spreads irregularly. The results of the development of the UHI prediction system model for January 2021 - October 2022 obtained a positive index value of 4.30C – 7.10C, this shows that temperature in Jakarta always hotter than temperature in Bogor. Accuracy value test, RMSE was 1.65, and the MAE was 2.73."

"Bahasa Isyarat Indonesia atau BISINDO adalah bahasa yang sering ditemukan di kalangan Teman Tuli maupun Teman Inklusi dibentuk oleh Teman Tuli dan muncul secara alami berdasarkan pengamatan Teman Tuli yang menyebabkan BISINDO sendiri memiliki variasi atau dialek di berbagai daerah dan BISINDO disampaikan dengan gerakan dua tangan. BISINDO sendiri dapat digunakan sebagai dataset pada metode deep learning seperti LSTM. Di mana pada BISINDO terdapat gerakan dinamis yang membuatnya sulit untuk dilakukan dengan metode CNN. Dengan LSTM dan menggabungkan nya dengan library dari MediaPipe dan Streamlit kita dapat membuat model deep learning yang dapat mendeteksi gerakan secara real-time, akurasi yang baik dan dapat diakses melalui browser. Pada penelitian dibuat rancangan dan pengujian untuk mendeteksi BISINDO secara real-time dengan metode LSTM di bantu dengan library MediaPipe Holistic untuk mendeteksi landmark dari wajah, pose, dan tangan serta Streamlit untuk dapat membuat model diakses melalui browser. Metrik evaluasi yang digunakan pada penelitian ini adalah data dari akurasi, validasi akurasi, loss, validasi loss, confusion matrix, dan classification report untuk mendapatkan data presisi, recall, akurasi, dan f1-score. Pada training model dengan 130 epochs didapat loss 6.19%, akurasi 98.23%, validasi loss 4.58%, dan validasi akurasi 100% serta pengujian model secara real-time yang berhasil dilakukan dengan Visual Studio Code dan browser dengan Streamlit.

---

Indonesian Sign Language or BISINDO is a language that is often found among Deaf Friends and Inclusion Friends formed by Deaf Friends and appears naturally based on the observations of Deaf Friends which causes BISINDO itself to have variations or dialects in various regions. BISINDO is conveyed with two hand gestures. BISINDO itself can be used as a dataset in deep learning methods such as LSTM. Whereas in BISINDO there is a dynamic movement which makes it difficult to do with the CNN method. With LSTM and combining it with libraries from MediaPipe and Streamlit, we can create deep learning models that can detect motion in real-time, have good accuracy, and can be accessed via a browser. In this research, a design and test were made to detect BISINDO in real-time with the LSTM method assisted by the MediaPipe Holistic library to detect landmarks from faces, poses, and hands and Streamlit to be able to make models accessible via a browser. The evaluation metrics used in this study are data from accuracy, accuracy validation, losses, validation losses, confusion matrices, and classification reports to obtain data on precision, gain, accuracy, and f1-score. The training model with 130 epochs obtained 6.19% loss, 98.23% accuracy, 4.58% loss validation, and 100% accuracy validation and real-time model testing which was successfully carried out with Visual Studio Code and a browser with Streamlit."