Nama : Hanif Omar Kertapati Program Studi : Sistem Informasi Judul : Penyusunan Dataset BISINDO-MLCV-286: sebuah Dataset untuk Bahasa Isyarat Indonesia Kontinu Pembimbing : Dr. Ir. Erdefi Rakun, M.Sc. Arawinda Dinakaramani, S.Kom., M.Hum. Bahasa lisan merupakan alat yang penting untuk berkomunikasi. Namun, orang-orang dengan pendengaran terbatas atau tunarungu mengalami kesulitan untuk menggunakannya. Oleh karena itu, digunakan metode alternatif, antara lain bahasa isyarat untuk berkomunikasi. Dalam bahasa isyarat Indonesia, bahasa isyarat yang paling sering digunakan di percakapan keseharian adalah BISINDO. Penggunaan BISINDO sebagai bahasa sehari-hari pada kalangan tunarungu membuatnya memiliki struktur dan aturan yang lebih bebas. Namun, kelonggaran ini membuat translasi dari bahasa isyarat Indonesia ke dalam bahasa Indonesia lebih sulit. Dengan perkembangan teknologi, muncul teknik-teknik baru untuk membantu komunikasi bagi tunarungu seperti pengenalan bahasa isyarat (SLR) dan translasi bahasa isyarat (SLT). Untuk mengimplementasikan teknologi-teknologi tersebut, dibutuhkan kumpulan data yang cukup besar. Pada waktu ini, terdapat beberapa dataset BISINDO yang dikembangkan oleh Lab Machine Learning Computer Vision Universitas Indonesia(MLCV UI). Dataset tersebut, antara lain, BISINDO-40, BISINDO-150, dan BISINDO-96-Kata-Berarah. Namun, ketiga dataset tersebut memiliki struktur file, format file, dan standar penomoran yang berbeda sehingga dibutuhkan standardisasi data untuk membentuk kesatuan dataset baru yang mengandung data yang standar, scalable, dalam jumlah yang lebih banyak. Dalam penyusunan dataset, tahap-tahap dengan dasar CRISP-DM, yaitu data understanding, standardizing, verification, splitting, creation, dan evaluation. Hasil dari penyusunan dataset, dataset BISINDO-MLCV-286, adalah sebuah dataset kontinu BISINDO yang merupakan dataset gabungan dari BISINDO-40, BISINDO-150, dan BISINDO-96-Kata-Berarah dengan standar yang ditetapkan dan sistem penomoran yang scalable. Dataset BISINDO-MLCV-286 dievaluasi dengan user acceptance testing (UAT), di mana dari 11 test case yang dilaksanakan, semuanya berhasil dengan baik.