Di Indonesia, ada dua bahasa isyarat yang digunakan yaitu, Bahasa Isyarat Indonesia (BISINDO) dan Sistem Isyarat Bahasa Indonesia (SIBI). Perbedaan keduanya yang paling dasar adalah karakteristiknya dimana BISINDO setiap daerah di Indonesia memiliki karakteristik yang berbeda beda, sedangkan SIBI adalah bahasa isyarat yang menjadi standar di Indonesia. Perbedaan yang lain adalah adanya sistem awalan dan akhiran pada SIBI. Teknologi yang ada sekarang kebanyakan hanya berfokus pada isyarat tangan huruf saja. Padahal, pada bahasa isyarat, setiap kata diisyaratkan secara kosaisyarat bukan secara mengeja. Sistem ini dapat mengenali bahasa isyarat SIBI secara real-time. Dengan menggunakan metode Recurrent Neural Network – Long Short-Term Memory (RNN-LSTM), sistem ini dapat mengenali 17 kosaisyarat dengan akurasi 79%. Dataset yang digunakan dibuat secara mandiri yang berjumlah 18 kelas isyarat dimana setiap kelas isyarat bejumlah 960 dataset dimana total dataset yang digunakan dalam training adalah 17280 dataset.