Pengembangan Voice User Interface (Vui) Berbasis Machine Learning Untuk Sistemnavigasi Uwb Bagi Tunanetra

Savero, Ahmad Ghyfari (2025) Pengembangan Voice User Interface (Vui) Berbasis Machine Learning Untuk Sistemnavigasi Uwb Bagi Tunanetra. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5023211048-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Penglihatan merupakan salah satu indra yang paling vital bagi manusia dalam memahami dunia sekitar, karena lebih dari 85% informasi eksternal diperoleh melalui sistem penglihatan. Namun, lebih dari 285 juta orang di dunia mengalami gangguan penglihatan, dan sekitar 39 juta di antaranya mengalami kebutaan total. Untuk membantu individu tunanetra dalam menjalani kehidupan sehari-hari, berbagai teknologi bantu telah dikembangkan, seperti braille, tongkat elektrik, dan alat bantu navigasi berbasis GPS. Namun, alat bantu tersebut sering kali tidak cukup efektif dalam memberikan informasi posisi yang presisi, terutama di dalam ruangan. Penelitian ini bertujuan untuk mengembangkan sebuah sistem navigasi berbasis suara yang dapat membantu tunanetra dalam menentukan posisi mereka di lingkungan sekitar dengan menggunakan teknologi Ultra-Wideband (UWB) dan speech recognition. UWB dipilih karena kemampuannya untuk memberikan akurasi posisi yang tinggi dalam lingkungan tertutup, sementara speech recognition memungkinkan pengguna untuk berinteraksi dengan sistem melalui perintah suara. Sistem ini diharapkan dapat meningkatkan tingkat kemandirian dan mobilitas pengguna tunanetra. Dalam pengembangannya, sistem ini diuji dengan menggunakan metode Linear Predictive Coding (LPC) untuk ekstraksi fitur suara, yang memungkinkan sistem untuk mengenali perintah suara dengan tingkat akurasi yang tinggi. Selain itu, dilakukan pengujian terhadap implementasi API untuk mengelola data pengguna, riwayat log, serta pembaruan posisi. Hasil pengujian menunjukkan bahwa sistem berhasil mengenali perintah suara dengan baik dan dapat menampilkan informasi posisi yang akurat. API backend yang dibangun menggunakan Flask juga terbukti efektif dalam mengelola interaksi antara frontend dan database, memberikan pengalaman pengguna yang lancar. Dengan demikian, penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem bantu untuk tunanetra, dengan fokus pada navigasi berbasis suara yang memanfaatkan teknologi terkini seperti UWB dan speech recognition, untuk menciptakan solusi yang lebih efektif dan terjangkau dalam membantu mobilitas dan kemandirian pengguna tunanetra.
====================================================================================================================================
Vision is one of the most vital senses for humans to understand the surrounding world, as more than 85% of external information is obtained through the visual system. However, over 285 million people worldwide suffer from visual impairments, with approximately 39 million of them being completely blind. To assist blind individuals in daily life, various assistive technologies have been developed, such as braille, electronic canes, and GPS-based navigation aids. However, these devices are often not effective enough in providing precise positional information, especially indoors. This research aims to develop a voice-based navigation system that helps blind individuals determine their position in their surroundings using Ultra-Wideband (UWB) and speech recognition technologies. UWB is chosen for its ability to provide high positional accuracy in indoor environments, while speech recognition allows users to interact with the system through voice commands. This system is expected to improve the independence and mobility of blind users. In its development, the system is tested using Linear Predictive Coding (LPC) for speech feature extraction, enabling the system to recognize voice commands with high accuracy. Furthermore, testing was conducted on the implementation of the API to manage user data, log history, and position updates. The test results show that the system successfully recognizes voice commands and provides accurate positional information. The Flask-based API backend proved effective in managing the interaction between the frontend and the database, providing a smooth user experience. Therefore, this research contributes significantly to the development of assistive systems for blind individuals, focusing on voice-based navigation that utilizes cutting-edge technologies like UWB and speech recognition, to create a more effective and affordable solution to support the mobility and independence of blind users.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Tunanetra, Navigasi Ultra-Wideband (UWB), Linear Predictive Coding (LPC), Speech Recognition, Flask API, Blind, Ultra-Wideband (UWB) Navigation, Linear Predictive Coding (LPC), Speech Recognition, Flask API
Subjects:	T Technology > T Technology (General) > T11 Technical writing. Scientific Writing T Technology > TA Engineering (General). Civil engineering (General) > TA1573 Detectors. Sensors T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7895.S65 Speech recognition systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering > 11410-(S1) Undergraduate Thesis
Depositing User:	Ahmad Ghyfari Savero
Date Deposited:	04 Aug 2025 12:06
Last Modified:	04 Aug 2025 12:06
URI:	http://repository.its.ac.id/id/eprint/126065

Actions (login required)

View Item