Pembangunan Aplikasi Seluler untuk Pengenalan Objek Berbasis Deep Learning guna Membantu Penyandang Tunanetra

Sari, Brilianti Puspita (2024) Pembangunan Aplikasi Seluler untuk Pengenalan Objek Berbasis Deep Learning guna Membantu Penyandang Tunanetra. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5027201070-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (39MB) | Request a copy

Abstract

Penyandang Tunanetra merupakan orang yang memiliki keterbatasan dalam melihat baik total maupun sebagian. Menurut WHO tercatat bahwa penderita tunanetra mencapai 285 juta orang, 39 juta diantaranya mengalami kebutaan total. Tunanetra memiliki kesulitan dalam beraktifitas, setiap manusia beraktifitas pasti akan melibatkan indra penglihatan karena berkaitan dengan objek. Penyandang tunanetra dapat mengenali objek melalui berbagai cara, seperti Sentuhan, pendengaran dan bau. Namun, ketiga cara tersebut memiliki keterbatasannya masing-masing. Sentuhan tidak dapat digunakan untuk mengenali objek yang berada di kejauhan, sedangkan pendengaran dan bau tidak dapat digunakan untuk mengenali semua jenis objek. Oleh karena itu, Penulis akan menggunakan Smartphone sebagai yang saat ini menjadi salah satu teknologi yang sering digunakan oleh masyarakat untuk implementasi sistem. Dengan teknologi object recognition, penulis akan mengembangkan sebuah sistem berbasis aplikasi yang dapat digunakan secara real-time untuk mendeteksi objek di luar ruangan. Penulis akan menggunakana dataset yang telah tersedia yaitu COCO dataset dengan model yang dapat diimplementasi dan bekerja dengan baik pada aplikasi seluler. Hasil dari percobaan yang penulis lakukan agar aplikasi mampu bekerja dengan baik, penulis menggunakan algoritma model SSD-Mobilenet V1, lalu mengatur tingkat kepercayaan menjadi lebih dari 60% agar objek yang berhasil dibaca menjadi lebih akurat, aplikasi ini juga dapat diunduh pada android 13 ke atas dan tidak dapat digunakan pada android 13 ke bawah, tingkat pencahayaan juga memengaruhi hasil keakuratan objek yang dideteksi, dimana pada kondisi terang kinerja aplikasi menjadi lebih baik dibanding pada kondisi gelap untuk benda bergerak.
=================================================================================================================================
Blind people are people who have complete or partial limitations in seeing. According to WHO, there are 285 million blind people, 39 million of whom are totally blind. The blind have difficulty in carrying out activities, every human activity will definitely involve the sense of sight because it is related to objects. Blind people can recognize objects through various ways, such as touch, hearing and smell. However, these three methods have their respective limitations. Touch cannot be used to recognize objects that are far away, while hearing and smell cannot be used to recognize all types of objects. Therefore, the author will use smartphones as currently one of the technologies frequently used by the public for system implementation. With object recognition technology, the author will develop an application-based system that can be used in real-time to detect objects outdoors. The author will use an existing dataset, namely the COCO dataset, with a model that can be implemented and works well in mobile applications. The results of the experiments that the author carried out so that the application was able to work well, the author used the SSD-Mobilenet V1 model algorithm, then set the confidence level to more than 60% so that the objects that were read were more accurate, this application can also be downloaded on Android 13 and above and cannot be used on Android 13 and below, the lighting level also affects the accuracy of the objects detected, where in bright conditions the application performance is better than in dark conditions for moving objects.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Tunanetra, Pengenalan Objek, Aplikasi, COCO, smartphone, real-time, Blind, Object Recognition, Application, real-time
Subjects:	T Technology > T Technology (General) > T385 Visualization--Technique
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User:	Brilianti Puspita Sari
Date Deposited:	30 Jan 2024 01:55
Last Modified:	30 Jan 2024 01:55
URI:	http://repository.its.ac.id/id/eprint/105760

Actions (login required)

View Item