ABSTRAK Nama : Kustiawanto Halim Program Studi : Sarjana Ilmu Komputer Judul : Pengembangan Model Pengenal Isyarat SIBI (Sistem Isyarat Bahasa Indonesia) pada Telefon Pintar Android Merupakan bahasa isyarat resmi yang digunakan di Indonesia, SIBI digunakan secara luas oleh kalangan tunarungu maupun non-tunarungu untuk berkomunikasi satu sama lain. Mengikuti tata aturan Bahasa Indonesia, sehingga, kata berimbuhan dalam SIBI dapat dibentuk dengan menyusun gabungan kata dasar, awalan, akhiran, dan partikel. Berkembangnya penggunaan smartphone memungkinkan sistem terjemahan berbasis smartphone untuk diadopsi dan digunakan secara luas, dan dengan demikian mengurangi masalah komunikasi dengan mereka yang mengalami gangguan pendengaran. Penelitian ini berfokus pada pengembangan model berbasis LSTM terbaik untuk sistem penerjemahan SIBI menjadi teks menggunakan framework TensorFlow. Arsitektur LSTM yang diuji pada penelitian ini adalah LSTM 1-layer, LSTM 2-layer, dan Bidirectional LSTM. Model terbaik akan digunakan untuk mengembangkan aplikasi penerjemah SIBI menjadi teks pada Android. Berdasarkan hasil eksperimen penelitian, model terbaik untuk DATA_ALL (fitur image + skeleton pada kombinasi kata dasar, akhiran, dan awalan) adalah LSTM 2-layer dengan 512 tanh Hidden Unit pada setiap lapisan dan Batch Size sebesar 200 dengan akurasi 78,388%; model terbaik untuk DASAR_ALL (hanya berisi kata-kata dasar) adalah LSTM 2-layer dengan 512 tanh Hidden Unit pada setiap lapisan dan Batch Size sebesar 50 dengan akurasi 96,154%; model terbaik untuk AKHIRAN_ALL (hanya berisi sufiks) adalah LSTM 1-layer dengan 512 tanh Hidden Units pada setiap layer dan Batch Size sebesar 200 dengan akurasi 69.014%; dan model terbaik untuk AWALAN_ALL adalah LSTM 2-layer dengan 256 tanh Hidden Units pada setiap layer dan Batch Size sebesar 50 dengan akurasi 72,348%. Kata kunci: Bahasa Isyarat, SIBI, Long Short-Term Memory (LSTM), TensorFlow, smartphone, Android.