Bahasa isyarat adalah bahasa yang mengutamakan gerakan tubuh dan mimik muka sebagai simbol untuk saling berkomunikasi. Kelompok penyandang tunarungu dan tunawicara merupakan pengguna utama dari bahasa isyarat. Salah satu jenis bahasa isyarat yang ada di Indonesia adalah SIBI (Sistem Isyarat Bahasa Indonesia). SIBI (Sistem Isyarat Bahasa Indonesia) merupakan bentuk bahasa lisan yang diubah ke dalam bahasa isyarat. Bahasa isyarat tidak hanya digunakan sebagai alat komunikasi dan interaksi antar penyandang tunarungu dan tunawicara, tetapi juga dengan orang normal. Namun, hingga saat ini masih terdapat kesenjangan komunikasi antara penyandang tunarungu dan tunawicara dengan orang normal. Maka dibuat sebuah rancangan sistem yang dapat mendeteksi simbol bahasa isyarat SIBI (Sistem Isyarat Bahasa Indonesia). Sistem ini dibuat dengan menggunakan algoritma Random Forest Classifier dengan bantuan MediaPipe Holistic dan OpenCV serta dibuat dengan menggunakan bahasa pemrograman Python. Pada penelitian ini dibuat dataset yang dibatasi dengan 10 (sepuluh) class simbol yang mewakili kata dalam SIBI (Sistem Isyarat Bahasa Indonesia) dengan total 8734 baris data yang kemudian dilakukan preprocessing dengan membagi dataset menjadi 70% data latih dan 30% data uji. Pada penelitian ini, berisi tahapan-tahapan seperti membuat deteksi, membuat dataset, melatih model model klasifikasi, dan pengujian. Pengujian dilakukan dengan perhitungan akurasi menggunakan Confusion Matrix kemudian didapat tingkat Accuracy 98,6%, Precision 98,6%, dan Recall 98,66%. Dengan dibuatnya sistem deteksi SIBI (Sistem Isyarat Bahasa Indonesia) diharapkan dapat mengurangi kesenjangan antara penyandang tunarungu dan tunawicara dengan orang normal dalam berkomunikasi. Berkontribusi dalam pengetahuan mengenai deteksi simbol pada SIBI (Sistem Isyarat Bahasa Indonesia) menggunakan algoritma Random Forest Classifier serta MediaPipe Holistic dan OpenCV. Serta melestarikan dan mempopulerkan SIBI (Sistem Isyarat Bahasa Indonesia) sebagai bahasa isyarat yang ada di Indonesia.