Pengembangan Aplikasi Berbasis Web Sebagai Penerjemah Karakter Braille Menggunakan Optical Braille Recognition Untuk Komunikasi Antara Individu Normal dan Tunanetra

Imantyasto, Muhammad Naufal (2023) Pengembangan Aplikasi Berbasis Web Sebagai Penerjemah Karakter Braille Menggunakan Optical Braille Recognition Untuk Komunikasi Antara Individu Normal dan Tunanetra. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05311940000041-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (3MB) | Request a copy

Abstract

Manusia memiliki 5 panca indra, namun tidak setiap individu terlahir sempurna dengan panca indra yang lengkap atau memiliki takdir untuk kehilangan salah satu atau dua panca indranya. Berdasarkan data yang dimiliki WHO, terdapat cukup banyak individu di dunia yang memiliki keterbatasan pada indra penglihatnya. Individu dengan keterbatasan tersebut memahami dan menggunakan karakter Braille untuk berkomunikasi lewat tulisan. Kurangnya pemahaman akan Braille pada individu normal menyebabkan adanya kesenjangan dalam berkomunikasi. Perkembangan teknologi memungkinkan hal tersebut diatasi dengan metode yang praktis dan ekonomis. Beberapa peneliti terdahulu memunculkan ide inovatif sebuah teknologi bernama Optical Braille Recognition (OBR). OBR yang dibuat dapat disertakan dengan fungsionalitas penerjemah Braille-to-text untuk mengurangi kesenjangan dalam berkomunikasi antara individu dengan keterbatasan melihat dan individu normal. Pada penelitian kali ini akan dibuat pula sebuah OBR dimana program tersebut akan dibuat agar dapat menerjemahkan sebuah karakter Braille menjadi sebuah teks alfabet secara real-time. Peneliti menggunakan metode deep learning berupa Convolutional Neural Network (CNN) serta model arsitektur DenseNet. Dataset yang digunakan juga merupakan dataset yang dikumpulkan melalui sumber online sehingga memungkinkan untuk model lebih mudah mengenali serta menerjemahkan karakter Braille. Dalam pengujian model, didapatkan hasil akurasi sebesar 99.8750% dengan melakukan pengujian pada 37 label menggunakan data test total sebanyak 2.400 foto. Banyaknya masyarakat yang menggunakan smartphone menjadi alasan utama model ini diimplementasikan ke dalam sebuah web-aplikasi. Dengan implementasi berupa web-aplikasi akan memudahkan masyarakat dalam mengakses aplikasi OBR dimanapun dan kapanpun.
====================================================================================================================================
Humans have 5 senses, but not every individual is born perfect with complete senses or has the destiny to lose one or two of his senses. Based on data owned by WHO, there are quite a lot of individuals in the world who have limited vision. Individuals with these disabilities understand and use Braille characters to communicate through writing. Lack of understanding of Braille in normal individuals causes gaps in communication. Technological developments allow this to be overcome with practical and economical methods. Several previous researchers came up with an innovative idea for a technology called Optical Braille Recognition (OBR). The created OBR can be included with the Braille-to-text translator feature to reduce the gap in communication between individuals with visual impairments and normal individuals. In this research, an OBR will also be made in which the program will be made to be able to translate a Braille character into an alphabetic text in real-time. Researchers use deep learning methods in the form of a Convolutional Neural Network (CNN) and the DenseNet architectural model. The dataset used is also a dataset collected through online sources so that it allows the model to more easily recognize and translate Braille characters. In testing the model, an accuracy of 99.8750% was obtained by testing 37 labels using a total of 2,400 test data. The large number of people who use smartphones is the main reason this model is implemented into a web-application. Implementation in the form of a web-application will make it easier for the public to access the OBR application anywhere and anytime.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Optical Braille Recognition, Braille, Convolutional Neural Network (CNN), DenseNet
Subjects:	T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Naufal Imantyasto
Date Deposited:	06 Sep 2023 06:25
Last Modified:	06 Sep 2023 06:25
URI:	http://repository.its.ac.id/id/eprint/102959

Actions (login required)

View Item