Putra, Fahrul R. (2025) Sistem Wearable Untuk Membantu Navigasi Bagi Penderita Gangguan Penglihatan Menggunakan Sensor Kamera. Other thesis, Institut Teknologi Sepuluh Nopember.
![]() |
Text
5026211118-Undergraduate_Theses.pdf - Submitted Version Restricted to Registered users only until 1 April 2027. Download (45MB) | Request a copy |
Abstract
Orang dengan gangguan penglihatan akan mengalami kehilangan kapabilitas untuk melihat yang membatasi kemampuan untuk hidup mandiri dan merosotkan kualitas hidup mereka. Di Indonesia sendiri terdapat 8 juta jiwa penderita, yang terdiri dari 1,6 juta penderita buta total dan 6,4 juta lainnya mengalami gangguan penglihatan moderat dan berat. Dengan begitu banyaknya penderita, sayangnya di Indonesia sendiri masih banyak tempat yang belum memiliki infrastruktur yang memadai bagi orang dengan gangguan penglihatan. Menurut survei, para penderita mengalami kecelakaan pada mobilitas yang membutuhkan perhatian medis setidaknya sebulan sekali. Dari survei juga diketahui bahwa 2 dari 3 kecelakaan melibatkan aktivitas mobilitas, sehingga menjadi kekhawatiran utama bagi perawat maupun pasien. Untuk mengatasi masalah ini, penelitian ini mengajukan wearable yang dapat membantu orang dengan gangguan penglihatan untuk melakukan navigasi, sensor yang digunakan adalah kamera RGB-D RealSense D435 dan kamera stereo RealSense T265. Wearable ini dilengkapi dengan fitur obstacle avoidance menggunakan path planning berdasarkan RTAB-Map SLAM dan Probabilistic Occupancy Grid, serta semantic segmentation menggunakan model machine learning YOLOv8. Kemudian dari hasil olah penginderaan, akan diberikan feedback lewat getaran menggunakan motor getar dan suara lewat earphone. Dimana getaran sebagai feedback utama dalam pemberian informasi bantuan navigasi, sedangkan audio sebagai feedback tambahan mengnai status dari sistem. Berdasarkan dari uji fungsional yang telah dilakukan, menunjukkan fungsionalitas yang mumpuni dengan rata-rata total nilai F1-Score 0.813. Pada mode sensing, rata-rata nilai F1-Score pada uji fungsional oleh pengguna adalah 0.75. Sedangkan rata-rata nilai F1-Score pada uji fungsional kepada sistemnya adalah 0.88. Sedangkan pada mode guidance, rata-rata nilai F1-Score pada uji fungsional oleh pengguna adalah 0.75, sedangkan pada sistemnya adalah 0.909. Dari hasil ini menunjukkan masih adanya informasi yang tidak diteruskan secara sempurna dengan keterbatasan feedback melalui motor getar.
=====================================================================================================================================
Individuals with visual impairments experience a loss of the ability to see, which limits their capacity for independent living and degrades their quality of life. In Indonesia, there are approximately 8 million people with visual impairments, including 1.6 million who are completely blind and 6.4 million who have moderate to severe visual impairments. Despite the large number of individuals affected, many areas in Indonesia still lack adequate infrastructure for people with visual impairments. According to a survey, people with visual impairments who experience traffic accidents require medical attention at least once a month. According to another study, 2 out of 3 accidents involve mobility activities, making it a major concern for caregivers and patients. To address this issue, this research proposes a wearable device to assist visually impaired individuals with navigation. The proposed wearable utilizes RGB-D RealSense D435 and RealSense T265 stereo cameras as sensors. This wearable device features obstacle avoidance using path planning based on RTAB-Map SLAM and a Probabilistic Occupancy Grid, as well as semantic segmentation using the YOLOv8 machine learning model. Then, based on the sensing results, feedback will be provided through vibrations using a vibration motor and audio through earphones. Vibration serves as the primary feedback for providing navigation assistance, while audio acts as additional feedback regarding the system's status. Based on the functional tests conducted, the results demonstrate reliable functionality, with an overall average F1-Score of 0.813. In sensing mode, the average F1-Score from user functional tests is 0.75, while the average F1-Score from system functional tests is 0.88. In guidance mode, the average F1-Score from user functional tests is 0.75, while the system functional tests yield an average F1-Score of 0.909. These results indicate that some information is not perfectly conveyed due to the limitations of feedback through the vibration motor.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Visually Impaired, Wearable, Navigation, SLAM, Object Detection |
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis |
Depositing User: | Fahrul Ramadhan Putra |
Date Deposited: | 06 Feb 2025 07:36 |
Last Modified: | 06 Feb 2025 07:36 |
URI: | http://repository.its.ac.id/id/eprint/118424 |
Actions (login required)
![]() |
View Item |