Comparative Evaluation of Optimizer in YOLOv8 for BISINDO Alphabet Detection

Authors

  • Yopy Tri Buana Universitas Amikom Yogyakarta
  • Dhani Ariatmanto Universitas Amikom Yogyakarta

DOI:

https://doi.org/10.31328/jointecs.v10i1.7247

Abstract

Indonesian Sign Language (BISINDO) serves as primary communication for 2.6 million hearing-impaired individuals in
Indonesia, yet automatic recognition technology limitations create accessibility barriers. Previous studies lack systematic
optimizer comparisons in YOLOv8s for BISINDO alphabet detection. This study evaluates three optimizers (SGD, AdamW,
Adam) on YOLOv8s to determine optimal configuration for best performance and consistency. Methods: Research employed
YOLOv8s with pre-trained weights on 12,650 BISINDO alphabet images (70%-20%-10% split). Evaluation conducted through
15 deterministic training sessions with five replications per optimizer using deterministic seed. Framework included Accuracy,
mAP, Precision/Recall metrics, and confusion matrix analysis. Results: SGD demonstrated superior performance with
[email protected]:0.95 of 0.94244, precision 0.99188, and recall 0.99756, outperforming AdamW (0.94197) and Adam (0.93845). All
optimizers achieved perfect consistency with standard deviation 0.0. Confusion matrix revealed 95% alphabet classes achieved
detection rates ≥85% with total error <0.3%. Conclusion: SGD represents optimal optimizer for BISINDO detection with
perfect reproducibility providing solid foundation for benchmark reliability in sign language recognition.

Downloads

Published

2025-10-29

Issue

Vol. 10 No. 1 (2025)

Section

Articles

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Pernyataan Hak Cipta dan Lisensi

Hak Cipta :

Penulis yang mempublikasikan naskahnya pada Jurnal ini menyetujui ketentuan berikut:

Hak cipta pada setiap artikel adalah milik penulis.

  1. Penulis mengakui bahwa JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).
  2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE);

Lisensi :

JOINTECS diterbitkan berdasarkan ketentuan Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.

This work is Under licensed

Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)